离线语音转文字利器 Buzz 上手攻略：5 分钟把录音变成可编辑字幕

离线语音转文字利器 Buzz 上手攻略：5 分钟把录音变成可编辑字幕

【免费下载链接】buzzBuzz transcribes and translates audio offline on your personal computer. Powered by OpenAI's Whisper.项目地址: https://gitcode.com/GitHub_Trending/buz/buzz

小林的硬盘里躺着一份两小时的采访录音，那是她约了三次才录到的嘉宾访谈。她先后试过几个在线转录网站，结果都卡在同一步：要么文件上传到一半就提示超时，要么弹出"请开通会员"的窗口。更让她犹豫的是，访谈里聊到了不少尚未公开的商业细节，她实在不想把这些内容送上别人的服务器。正当她准备认命、手动逐句打字时，同事甩过来一个名字——Buzz。这是一款完全在本地电脑上运行的开源语音转文字工具，核心引擎是 OpenAI 开源的Whisper模型。那天下午，小林只花了五分钟就拿到了整份文字稿，还顺手导出了带时间轴的字幕。

免费、离线、全能——Buzz 凭什么值得装

如果是你，会怎么选？一边是免费的在线工具，代价是把隐私交给云端、忍受上传等待和次数限制；另一边是动手装一个本地工具，此后所有音频都在自己设备里处理，速度、隐私全都攥在自己手上。Buzz 显然是后者，而且一次解决了三个核心痛点：

• 隐私不落地：转录在本地 CPU 或 GPU 上完成，录音文件始终留在设备里，不经过任何服务器；
• 格式全兼容：MP3、WAV 音频，MP4、AVI 视频，甚至视频网站链接都能直接拖入处理，不用再为每种格式单独找软件；
• 专业级质量零成本：从秒出的 Tiny 到高精度的 Large，多档 Whisper 模型随便切换，没有订阅费也没有使用次数上限。

有没有心动？下面从下载开始，把这条转录流水线完整走一遍。

5 分钟跑通首次转录：安装、选模型、导出字幕

第一步，安装。电脑上有 Python 的话，一条命令就能装好：

pip install buzz-captions python -m buzz

macOS 用户执行brew install --cask buzz，Linux 用户执行sudo snap install buzz同样一路畅通。第一次打开，主界面就是一张任务清单，点击工具栏的加号，把刚才那段录音拖进来。

主界面像一张任务清单，多个文件排队处理，状态从排队、处理中到完成都一目了然。

第二步，选模型。关键一步来了。Whisper 模型是 OpenAI 开源的语音识别模型，可以理解成"预训练好的耳朵"——模型越大耳朵越灵，但需要的时间也越长。日常会议选 Medium 就够，字幕创作可以上 Large。首次使用前，需要在设置里先下载所选模型，之后就能完全离线工作。

模型库像自助餐厅，按需取用，下载完成后所有识别都在本地进行。

第三步，跑任务、导出稿。选中任务点运行，状态从 Queued（排队）跳到 In Progress（处理中），很快变成 Completed。双击打开结果，每一段文字都带着精确的开始与结束时间，可以边播放边校对。

转录完成后逐段校对，文本修改会自动保存，省去反复导出的麻烦。

最后点 Export，TXT、SRT、VTT 等格式随便挑，SRT 和 VTT 可直接投喂给剪辑软件。从导入到拿到字幕，确实只要几分钟。

进阶玩法四连：实时录音、翻译、字幕精修、自动转录

如果说转录是 Buzz 的基本功，下面这四招才是它真正拉开差距的地方，每一招都对应一个具体场景。

实时录音，会开完稿子就有了。点主界面的麦克风按钮，Buzz 边录边转，会议结束文字稿同步出炉，还能当场修改。谁适合它：每周例会不断、会后急着出纪要的职场人，以及想省下整理时间的学生党。

一键翻译，外语素材不再头疼。转录完成后点 Translate，整份内容可以直接翻成目标语言。外语播客、海外访谈，分分钟变双语字幕。谁适合它：追更海外节目、需要处理外文素材的内容创作者。

字幕精修，把时间轴调得整整齐齐。自动识别的时间轴不一定完美。Buzz 的 Resize 功能按"目标字符数"自动拆分或合并字幕，还能按标点断句、按时间间隙合并短句，一整个文件批量处理。

设置目标长度后，长长短短的字幕会被自动切分成规整段落。

文件夹监控，丢进去就自动开工。在设置里绑定一个文件夹，此后只要把新录音丢进去，Buzz 就自动开始转录，全程无需手动点击。谁适合它：定期批量处理录音的播客工作室，或者喜欢搭自动化流程的效率党。

现在就动手：下载体验与参与贡献

对大多数人来说，Buzz 最打动人的一点，仍然是"完全离线"。在云端转录遍地都是的今天，一个能把隐私留在本地、还完全免费的工具，本身就是稀缺选择。学生整理课堂录音、记者处理采访素材、创作者制作双语字幕，它都能稳稳接住。

下一步很简单，直接动手体验。需要更细的参数说明，可以翻看项目docs/docs/usage/目录下的使用文档；想参与开发，执行git clone https://gitcode.com/GitHub_Trending/buz/buzz拉取源码，项目里docs与plugins目录都写得明明白白，社区随时欢迎新贡献者。现在就把 Buzz 装进你的工具箱，让每一段声音都能被快速"看见"🎧

【免费下载链接】buzzBuzz transcribes and translates audio offline on your personal computer. Powered by OpenAI's Whisper.项目地址: https://gitcode.com/GitHub_Trending/buz/buzz