Buzz 语音转文字：离线转录快速上手指南
【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
Buzz 是一款完全本地的离线语音转文字工具：导入音频或视频，它就在你自己电脑上用 OpenAI Whisper 把语音变成文字，还能顺手翻译成目标语言。全程不经过云端，产出带时间戳的字幕文件，这篇文章带你跑完第一遍转录。
先搞懂它凭什么
底座是 OpenAI 的 Whisper 语音识别模型，Buzz 在其上加了完整界面和多套推理后端：Whisper.cpp 和 Faster Whisper 都可选，CPU、核显、独立显卡都能跑。
和常见的在线转写服务相比，它的差别在三点：
- 数据不出本机，不注册账号、不联网、不按时长收费
- 支持词级时间戳，每个词一行、各自带时间，为后续切字幕留好接口
- 插件可扩展：内置降噪、语言检测、AI 摘要、导出 DOCX 等插件，拖拽即可调整执行顺序，见 plugins 文档
把它装好
最省事的路径是用 pip 安装，三个平台通用，装完启动一次：
pip install buzz-captions python -m buzz其他平台各一句话带过：macOS 可下载 .dmg 双击安装；Linux 走 Flatpak 或 Snap 官方渠道；Windows 有独立安装包，未签名，弹窗警告时手动确认"仍要运行"即可。
跑通第一次
- 点"文件 → 导入媒体文件"（快捷键 Ctrl+O），弹出文件选择框
- 选中音频或视频，在导入框里把任务设为"Transcribe"、指定源语言，模型保持默认
- 点"Run"，任务出现在列表里，等状态变成"Completed"
- 双击该行打开转录查看器，看到按片段划分、带起止时间的全文
给视频做出字幕文件
你要的结果：一份能直接拖进剪辑软件的 SRT/VTT 字幕。
- 导入时勾上"Word-Level Timings"，让每个词单独打时间戳
- 转录完成后点查看器里的"Resize"，按最大字幕长度合并、按标点断句
- 原音频还在的话，它会分析静音间隙修正字幕边界，也能给每条字幕追加停留秒数
- 最后从"Export"菜单选 SRT 或 VTT 落地成文件
完整参数说明在 编辑与调整文档。
把外语音频翻成中文
你要的结果：整段音频的中文译文，可导出 TXT。
- 导入时把任务直接设为"Translate"，指定原音频语言
- 转录完成后在查看器点"Translate"，选目标语言开始
- 顶部切到翻译模式，页面只显示译文
边开会边出文字
你要的结果：讲话的同时，文字实时滚上屏幕。
- 切到"录音转录"标签页，选好麦克风和语言
- 按红色录制键开始，说话过程中文本逐步出现
- 结束后点停止，结果自动存进任务列表
⚠️ 实时转录对硬件要求高，建议 Whisper.cpp 后端配小模型，体感更流畅。
效率技巧与常见坑
- 模型怎么选：求快选 tiny/base，均衡选 small，求准选 large；Nvidia 显卡显存 6GB 以上可换 Faster Whisper，非 Nvidia 和 Mac 用 Whisper.cpp
- 校对快捷键：Ctrl+F 搜索、Ctrl+P 播放/暂停、Ctrl+Shift+P 重播当前片段、Ctrl+←/→ 调片段起点、Ctrl+Shift+←/→ 调终点，每次 0.5 秒
- 播放支持 0.5x~2x 变速，勾上"循环片段"和"跟随音频"，校对不用反复拖进度条
- 自动语言检测容易误判，导入时手动指定语言更稳
- 模型下坏了会导致崩溃：在"帮助 → 偏好设置 → 模型"里删除后重新下载；完全离线的机器可以把别处的模型缓存目录整体拷过来
- CPU 需要支持 AVX2，过老的机器跑不了
下一步：进"帮助 → 偏好设置 → 模型"把模型下好，拿一段长音频完整跑一遍。更多问题查 官方 FAQ；想读源码就git clone https://gitcode.com/GitHub_Trending/buz/buzz，从 buzz/transcriber/ 的转录逻辑看起。
【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
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
