Buzz 离线语音转录完整指南：免费在本地把音频转成文字
【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 是一款离线语音转录工具，基于 OpenAI 的 Whisper 模型，把音频和视频转成文字，还能翻译成其他语言。整个流程跑在自己的电脑上，不需要账号，没有订阅费，断网照常使用。支持 Windows、macOS 和 Linux 三个平台，开源免费（MIT 许可）。
为什么用本地转录，而不是在线服务
先说结论：Buzz 完全跑在本地，音频文件从头到尾不出设备，网络断了照样转录。
补三个理由：
- 隐私：会议录音、采访、课堂内容不经过任何第三方服务器
- 成本：开源免费，装好永久用，不按时长计费
- 限制：没有文件大小、每月时长、免费额度这些天花板
在线服务一般要先上传音频，长录音还会碰到额度墙。走本地这条路，上传环节直接消失，剩下的只是本机算力的问题。
安装 Buzz 的两种路径
按使用习惯分两条路。
图形版：Windows 和 macOS 用户从官方发布渠道下载预编译安装包，macOS 是 .dmg 镜像。注意新版本的 macOS 版只支持 Apple Silicon 芯片，Intel Mac 停留在 1.4.5。Linux 一条命令装 Flatpak 版：
flatpak install flathub io.github.chidiwilliams.Buzz终端版：已有 Python 环境的用户，装好 ffmpeg 后执行：
pip install buzz-captions python -m buzz两个小坑提前说：Windows 安装包没有数字签名，首次运行会弹警告，选"更多信息"再"仍要运行"即可；PyPI 版依赖 ffmpeg 解析音频，没装会直接报错。
🎯 第一次转录：三步出结果
第一步，放文件。把音频或视频拖进主窗口，也可以直接粘贴一个链接，Buzz 会自动建好转录任务。
第二步，选设置。模型和语言是必选项，拿不准就选小一点的模型，语言选"自动检测"。
第三步，等结果。任务列表里有实时进度，首次运行会自动下载对应模型，之后再转同样的内容就走本地缓存，不用再等。
转完后结果落在查看器里，带音频，可以搜索、可以播放，逐段对照原文。
转完的字能干什么
导出支持三种格式：TXT 适合阅读和全文检索，SRT 和 VTT 是字幕格式，丢进剪辑软件就能用。
查看器不只是"看"。支持关键词搜索、播放速度调节，点任意一段文字就跳到对应音频位置。识别错了直接改文字，时间戳不准可以按段调整，改完重新导出。
两个进阶能力：
- 说话人识别：多人录音自动区分说话人，标注谁说了什么，访谈和会议记录用得上
- 文件夹监视：指定一个文件夹，新丢进去的音频自动开始转录，批量处理不用盯着
日常用法的详细说明在 官方文档，功能篇集中在 使用指南。
⚙️ 引擎和模型怎么选
Buzz 内置多个转录后端，各自适合不同机器：
| 选项 | 特点 |
|---|---|
| Whisper | OpenAI 官方实现，综合表现稳定 |
| Whisper.cpp | 轻量，可借 Vulkan 在大多数显卡上加速 |
| Faster Whisper | 速度快，内存占用低 |
除此之外，还能接 Hugging Face 上的 Whisper 兼容模型（包括 Parakeet、Qwen3-ASR 等社区模型），或者接 OpenAI API 做云端转录——最后这条是可选项，关掉它 Buzz 依然 100% 离线。
硬件加速有三档：CUDA（NVIDIA 显卡）、Apple Silicon（Mac）、Vulkan（通用方案，集显也能用）。
选型按这条规则走：
- 模型大小：tiny、base、small、medium、large 五档，越大越准但越慢。普通笔记本从 small 起步，桌面 GPU 可以上 medium
- 机器较弱：Whisper.cpp 配 tiny 或 base，速度优势明显
- 有独显：在偏好里确认启用了加速项
🔌 插件能做什么
Buzz 带插件系统，仓库里预置了 5 个官方插件，都在 plugins/ 目录下：
- AI 摘要：转录完成后调用 AI 接口（兼容 OpenAI 格式）自动生成摘要
- 转录分段：按字符数、时长或标点把长句拆成短行，字幕直接能用
- 跳过已转录：批量处理时自动略过已完成的文件，不重复烧算力
- DOCX 导出：把结果导出成 Word 文档
- 增强语言检测：提升自动识别语言的准确度
谁适合用，先做什么
三种典型用法：
- 字幕制作者：视频丢进监视文件夹自动转录，用分段插件拆好行，导出 SRT 进剪辑软件
- 研究人员：批量转访谈录音，区分说话人后按关键词定位特定讨论段落
- 学生：转录课堂录音，用 AI 摘要插件出要点，对照原录音复习
不太适合的两类：需要真正实时同传的场景（Buzz 的麦克风实时转录比较吃资源，官方标注不保证跟上语速）；以及已有稳定云服务、完全不介意上传音频的用户。
快速上手清单：
- 按上一节装好 Buzz
- 按机器配置选模型，先从 small 开始
- 设一个监视文件夹，丢第一段音频跑通全流程
现在就做
打开终端，输入：
pip install buzz-captions python -m buzz窗口起来后，拖入第一段音频。模型下载完，第一次转录就开始跑了。
【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
