Buzz 离线语音转文字完整教程：从录音到字幕的 5 分钟之路
【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
上个月，一份两小时的客户访谈录音摆到我面前。内容敏感，不敢交给云端服务；自己放回去逐句听写，一个上午也写不完。最后救我的是 Buzz——一个开源的离线语音转文字工具：音频在本机进去，文字在本机出来，全程不碰网络。
为什么我放弃了云端转录：3 个细节
它和别家最大的不同就一件事：识别引擎装在你自己电脑上。由此换来三条实在的好处：
- 隐私：会议纪要、客户访谈、敏感对话都留在自己的硬盘里，音频从不离开设备
- 离线：长途飞行、地下室这类没有网的环境，任务照常跑完，不会弹"上传失败"
- 零成本：没有按时长计费，没有订阅费，转多少都是免费的
模型也是一次性投入：最小的只有约 75MB，最准的大模型约 3GB，下过一次就存在本地，之后不用反复下载。
⚡ 把 Buzz 跑起来：4 种方式，2 条命令够
安装比想象中省心，一共 4 条路，挑一条即可。Windows 和 Mac 用户走最直的路：去项目发布页下载对应安装文件，双击安装。Windows 首次启动会弹未签名警告，属正常现象，选"更多信息 → 仍要运行"就行。
Linux 用户一条 snap 命令搞定：
sudo snap install buzz习惯命令行的人也可以走 PyPI（需要 Python 3.12 以上和 ffmpeg）：
pip install buzz-captions python -m buzz两个小提醒：macOS 版本现在只支持 Apple Silicon，Intel Mac 最高只到 1.4.5；有 NVIDIA 显卡的机器可以开 GPU 加速，具体指引写在 中文 README 里。
第一次转录：三步拿到文字稿
打开主界面后，流程真的只有三步。
第一步，加文件：拖入本地音频或视频，也可以直接粘贴 YouTube 链接。第二步，选模型和任务：任务只有"转录"与"翻译成英文"两个选项，模型第一次用不用想太多，记一条就够——tiny/base 求快出草稿，small/medium 日常够用，large 留给重要内容。第三步，点运行：多个文件可以排队并行，表格里会依次从"排队"走到"运行中"再到"完成"。
跑完后双击任务进入查看界面：每句话都标了精确的起止时间，可以边播放音频边校对，搜索框还能直接跳到某句话。
最后一步是导出：TXT、SRT、VTT 各点一下，字幕文件能直接丢进剪辑软件。
真正超出预期的：字幕整排和一键自动化
多数转文字工具停在"把话说对"，下面这两个才是在"把交付做好"。
第一个是 Resize 字幕整排——它专门解决"字幕怎么排才好看"。一条字幕太长（比如超过 30 个字符）怎么办？设一个目标长度点整排，Buzz 会自动拆：可以按标点断开长句，可以在停顿超过阈值时把相邻短句合并，也可以按最大长度强制一行。还有个我喜欢的细节：如果转录时勾选了词级时间戳（把每个词的时间位置也记下来），合并字幕时它还会参照音频里的真实静音位置，切出来的断点更自然。
第二个是自动化。设置里能指定一个"监听文件夹"，往里扔的任何音频都会自动开转——早上团队把文件丢进去，晚上回来稿子已经全好了。再配上实时录音转录：说话的同时文字就上屏，还带一个适合投大屏的演示窗口，会议记录基本不用加班。
谁适合用，谁别硬撑
工具有合不合身的，别硬撑。先说适合你的情况：
- 经常要整理会议录音、访谈、课堂笔记，又不想交给云端
- 做视频，需要批量产出 SRT/VTT 字幕
- 在无网或弱网环境里干活
- 手里有 NVIDIA 或 Apple Silicon 机器，想用满本地加速
不适合的：嫌装软件麻烦、只想"打开网页就能用"的，云转录更省事，代价是音频会进别人的服务器；Intel Mac 用户，当前版本需要 Apple Silicon；还有需要把转录能力以 API 形式接进业务系统的——Buzz 是桌面工具，它的 CLI 面向本地脚本，不是服务端接口。
偶尔转一次且不怕上传的，云服务确实更方便；想把它写进自动化流程的，可以看 官方文档 里的 CLI 说明。
🎯 现在就能开始：5 分钟拿到第一份稿子
按上面任一方式装好（Linux 就是一条sudo snap install buzz），然后拖一段手边两分钟的录音进去，选 small 模型点运行。5 分钟后，你就拿到了第一份离线语音转文字的成果。
【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
