会议录音不发云端：Buzz 三步离线转文字的完整走法
【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 是一款离线音频转录工具，基于 OpenAI 开源的 Whisper 模型，能在你个人电脑上把会议录音、采访、网课视频转成文字。音频全程不出本机，断网也能转写，零订阅费用——适合手里有敏感录音、又需要一套本地语音转文字方案的人。
先判断：它适合你吗
装之前先做个快速决策：
| 选 Buzz | 不选它 |
|---|---|
| 录音涉及隐私，不想上传任何云端 | 可以接受上传，且追求云端超大模型的极限精度 |
| 需要断网作业（出差、现场、内网环境） | 需要团队多人实时协作编辑同一份文稿 |
| 零订阅成本，用几次就是赚几次 | 对耗时不敏感，更想省事走云 API |
左列中你至少中了两条，下面这些内容就值得看下去。
能力清单：需求对得上吗
| 你的需求 | 对应能力 |
|---|---|
| 隐私隔离 | 全部音频与文本在本机处理，零数据上传 |
| 多语言识别 | 覆盖 99 种以上语言（中、英、日等），可自动检测语种 |
| 硬件加速 | NVIDIA 走 CUDA、Mac 走 Apple Silicon、核显走 Vulkan |
| 格式兼容 | MP3、MP4、WAV、M4A、FLAC 通吃，还能直接吃 YouTube 链接 |
| 实时记录 | 麦克风实时转录，配投屏窗口，适合讲座现场 |
另有两个容易被忽略的加分项：说话人分离（多人对话先分离再转写）和说话人识别。想验证处理逻辑的话，转录核心代码全部开源可查。
一条链路跑通：从文件到文稿
不管整理会议纪要还是做视频字幕，路径都是同样五步，跟着做就能成：
- 导入：把音视频文件拖进任务区，或点录音键开始实时转录；
- 选模型：在模型配置入口里定好模型大小，日常会议选 Medium 就够；
- 设输出：勾选需要的导出格式（TXT / SRT / VTT）并指定保存目录；
- 校对：任务跑完打开文稿，边播放边改错字、调时间戳；
- 导出：菜单一键生成成品，字幕制作直接拿 SRT 用。
主界面左侧的任务队列会展示每一条转录的进度，支持批量排队
跑到第四步时，本地语音转文字的结果长这样——按时间戳分行，点哪播哪，校对效率比对着纯文本改高得多：
效果调优：模型 × 硬件怎么配
模型越大越准，但吃内存也越狠。按场景选：
| 场景 | 推荐模型 | 内存占用 | 处理速度 |
|---|---|---|---|
| 快速初稿 | Tiny | <500MB | 最快 |
| 日常会议 | Base | ~1GB | 快 |
| 专业转录 | Medium | ~3GB | 中等 |
| 重要资料 | Large | ~8GB | 最慢 |
取舍逻辑其实就两条：
- 8GB 内存的机器：日常挂在 Base 和 Medium 之间，跑 Long 级别模型前先把浏览器大页面关掉；
- 16GB+ 内存带 GPU：直接开 CUDA / Vulkan 加速再上 Medium 或 Large，同一段音频比纯 CPU 能快数倍，这是提速最实在的一招。
模型默认缓存在~/.cache/Buzz/models，网络不稳时可以在别的机器下好拷过去。
卡住了：自查清单
| 现象 | 大概率原因 | 解法 |
|---|---|---|
| 装完打不开 | 缺 ffmpeg | 装好 ffmpeg 再启动 |
| 模型下不动 | 网络抽风 | 手动下载模型，放进~/.cache/Buzz/models |
| 转录特别慢 | 模型选大了 / 内存吃紧 | 降一档模型，或开 GPU 加速 |
| 错字多 | 录音噪声大 / 模型太小 | 先做降噪，或模型升一档 |
| GPU 没生效 | 驱动或环境不全 | 更新显卡驱动，确认 CUDA / Vulkan 装好 |
Linux 上跑 PyPI 版记得先补音频依赖：
sudo apt-get install libportaudio2 libcanberra-gtk-module libcanberra-gtk3-module玩法延伸
三个进阶方向，点到为止：
- 📦插件扩展：插件目录自带 AI 摘要、字幕自动调整、深度滤波降噪、DOCX 导出等现成插件，开开关就能用；
- ⌨️命令行批处理：CLI 支持脚本化，一条命令就能把文件丢进转录队列：
python -m buzz add -s medium -l zh --srt --hide-gui ./recordings/0909.mp3- 📂文件夹监控：指一个目录，新落进来的录音自动排队转录，批量归档很顺手，实现见 folder_watcher。
最后说一句：Buzz 最值得留的理由，是你的音频、中间产物和文稿全程只存在你自己的电脑上——拔了网线照样能出一份干净转写。想上手的，先git clone https://gitcode.com/GitHub_Trending/buz/buzz把源码拉下来，用 Tiny 模型跑一条 30 秒的录音试试手感。
【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
