Buzz零门槛离线语音转文字完整指南：3步把会议录音变成纪要
【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 是一款基于 OpenAI Whisper 的全离线语音转文字工具。导入录音或视频，它在你的电脑上转成文本，可导出 TXT/SRT/VTT。全程不联网、数据不出本机、免费不订阅。如果你常处理会议纪要或视频字幕，这是最快的上手路径。
值不值得用：看这张表再决定
如果你还在纠结本地转录工具能不能替代在线服务，用这张表判断。
| 对比项 | 在线转录服务 | Buzz 本地转录 |
|---|---|---|
| 数据出不出你的电脑 | 上传第三方服务器 | 留本地，不联网 |
| 使用成本 | 订阅或按分钟计费 | 免费，装一次用一年 |
| 网络依赖 | 断网就用不了 | 完全离线环境照样转 |
| 支持格式 | 看服务商给什么 | MP3、MP4、WAV、M4A、FLAC，连 YouTube 链接都行 |
| 硬件加速 | 服务器端，你感知不到 | 用你自己的 GPU，CUDA/Vulkan/Apple Silicon 都支持 |
跑起来：从安装到第一次转写
本节带你从空电脑到出第一份文本，共 7 步。
- 先装 ffmpeg（Buzz 靠它解码音频）
- 选一种安装方式：
- macOS/Windows：下载安装包直接运行；Windows 若提示"未签名"，点"更多信息 → 仍要运行"
- Linux：snap 一行装好
sudo snap install buzz- 喜欢源码方式：Python 3.12+ 下
pip install buzz-captions，再执行python -m buzz
- 首次启动，到"偏好设置 → 模型"里下载一个转录模型（新手选 Base，约 1GB）
- 把录音拖进主窗口，或用菜单导入
- 在任务上选好模型和语言（留空即自动识别），勾选需要的输出格式
- 点"转录"
- 双击转录结果打开编辑器
任务一：把 47MB 会议录音变成可编辑纪要
如果你有一段会议录音要变成文字底稿，按这 4 步走。
- 导入会议录音，MP3/WAV/MP4 都行
- 选模型：日常会议用 Base；口误多、环境吵就换 Medium
- 中文会议把语言设为 zh；英文会议留空让它自动检测，不用手动选
- 勾选"单词级时间戳"，后面想拆字幕行时才用得上
转完双击结果进编辑器：播放进度和文本同步，逐句改错别字、修专有名词，最后导出 TXT 底稿。
任务二：给课程视频挂 SRT 字幕
如果你的目标是给视频挂字幕，关键在转写前勾对"单词级时间戳"，再用"Resize"工具分句。
- 导入视频，选 Small 或 Medium 模型（课程视频长，Medium 更稳）
- 任务里勾上单词级时间戳 + SRT/VTT 输出
- 转完在查看器点"Resize"：设好单条字幕最大长度、按标点断开，自动切行
- 想让字幕停留更久，加一个"延长结束时间"，每段多留几百毫秒
任务三：批量文件不想一个个点
如果你有几十个音频要处理，别手动逐个导入，用文件夹监控或命令行。
配置文件夹监控
- 在"偏好设置 → 常规"里设好监控文件夹、默认模型和输出格式
- 以后新文件丢进这个文件夹就自动转录，人不用守着
顺带把导出文件名的默认模板也改了（比如自动带日期），归档时不用改名。
用命令行一句话
脚本化或挂在服务器上跑时：
buzz add --model-type whispercpp --model-size small --srt --vtt /path/to/meeting.mp3完整参数见 CLI 文档。
让它跑满：模型和硬件 30 秒决策
如果转录慢或内存吃紧，多半是模型选错了，先看这张表：
| 场景 | 选哪个模型 | 吃不吃内存 | 值不值得开 |
|---|---|---|---|
| 只查大致内容 | Tiny | <500MB | 最快，适合粗稿 |
| 日常会议 | Base | 约 1GB | 速度和准确率最均衡 |
| 要字幕级质量 | Medium | 约 3GB | 音频吵时值得 |
| 存档级要求 | Large | 约 8GB | 有 GPU 才开 |
两条榨速度的技巧：
- 🚀 GPU 用户：在"偏好设置 → 模型"里选 whispercpp 后端开 Vulkan/CUDA；显存紧张就换量化版（q_5），省一半显存
- CPU 跑嫌慢时，设环境变量
BUZZ_WHISPERCPP_N_THREADS为核数一半，往往比拉满线程更快，详见高级设置文档
卡住了：高频问题速查
某一步卡住时，先查这里，再翻安装文档。
| 现象 | 可能原因 | 一句话解法 |
|---|---|---|
| Linux 起不来、没声音 | 缺系统音频库 | sudo apt-get install libportaudio2后重启 |
| Windows 安装提示未签名 | 官方包没做签名 | "更多信息 → 仍要运行" |
| 模型下载失败 | 网络问题 | 手动把模型文件下到模型缓存目录 |
| 转录慢 | 模型太大或 CPU 弱 | 换 Base 或 Tiny |
| 准确率低 | 音频吵或模型小 | 勾"提取语音"先降噪，再升 Medium |
| GPU 没生效 | 驱动或后端不对 | 换 whispercpp 后端，确认 CUDA/Vulkan 装好 |
Buzz 只做一件事：把音频文件在你自己的电脑上免费转成文字，全程离线。如果你不想让会议录音和采访音频经过任何服务器，装好它、选个模型、丢进文件就行。想读源码或提改进，把仓库克隆到本地即可：
git clone https://gitcode.com/GitHub_Trending/buz/buzz【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
