5 分钟上手 Buzz：把本地音频和录音变成文字稿的离线转录工具-北京尧图网络

5 分钟上手 Buzz把本地音频和录音变成文字稿的离线转录工具【免费下载链接】buzzBuzz transcribes and translates audio offline on your personal computer. Powered by OpenAIs Whisper.项目地址: https://gitcode.com/GitHub_Trending/buz/buzzBuzz 是一款基于 OpenAI Whisper 的开源离线转录工具音频处理全程在本地完成文件不会上传到任何服务器。适合需要把会议录音、课程音频、播客转成文字稿或字幕的场景本文从安装到导出带你把 Buzz 跑起来。项目速览项目说明定位桌面端离线音频转录与翻译工具GUI CLI核心技术Python PyQt识别引擎为 OpenAI Whisper支持 Whisper、Faster Whisper、Whisper.cpp、HuggingFace 多种后端平台Windows、macOSApple SiliconIntel 最后支持版本为 1.4.5、Linux输出格式TXT、SRT、VTT另有 DOCX 导出插件许可证MIT适合谁整理会议纪要、制作字幕、语言学习、批量归档录音的用户Buzz 还支持麦克风实时转录、说话人识别、文件夹监听和插件系统AI 摘要、字幕自动拆分等源码结构见 buzz/transcriber/。核心功能详解文件转录一次导入多个音视频队列自动跑完点击工具栏的或按 Ctrl/CmdO 导入文件Buzz 支持 MP3、WAV、FLAC、OGG 以及 MP4、AVI、MKV 等常见音视频格式也可以直接粘贴 YouTube 链接。多个文件会进入任务队列按顺序处理每个任务可单独设置任务类型Transcribe / Translate to English、语言、导出格式和模型。转录结果默认保存到源文件同目录。主界面还集成了文件夹监听把 Buzz 设为监听某个目录新放进来的文件会自动创建转录任务适合批量归档录音。实时录音转录边说边出稿适合会议和演讲在 Live Recording 界面选择任务、语言、质量等级和麦克风点击 Record 即可开始。默认每 20 秒左右生成一段文字Append and correct 模式还会回头修正上一句的识别结果代价是更高算力占用可在高级设置里调整转录步长和静音阈值。录制中可打开 Presentation window用大字把实时文字投到大屏幕上适合讲座、采访现场使用。详细配置见 docs/docs/usage/2_live_recording.md。转录查看器播放、搜索、改稿在一个窗口里完成转录完成后双击任务行打开 Transcription Viewer。它把音频播放器、时间轴和文字稿放在一起按时间戳定位段落、调节播放速度、搜索并高亮关键词。文字和每个片段的起止时间都可以直接编辑改完可重新导出为 TXT、SRT 或 VTT。查看器组件源码在 buzz/widgets/transcription_viewer/。说话人识别区分谁说了什么访谈或多人会议里Buzz 可以把转录结果按说话人拆分。在查看器中点击 Identify speakers可选 MSDD可手动指定说话人数量或 Sortformer自动检测两种算法识别后每句话会带上说话人标签还能试听 10 秒样本、把 S1、S2 这类标签改成真实姓名。CLI 下可用--identify-speakers或--speaker-count 3参数实现同样效果。字幕拆分合并按标点、静音自动调整字幕长度如果转录时勾选了 Word-Level Timings每个词都会带时间戳之后就能用 Resize 工具把零散的字幕行重新合并按最大长度限制拆分、按标点断句并分析原音频中的静音来校准边界。还可以给每条字幕的结束时间统一加几秒让文字在屏幕上停留更久。上手指南分平台安装macOS下载.dmg安装包需 Apple Silicon 芯片Windows下载安装程序应用未签名安装时选择 More info → Run anywayLinuxflatpak install flathub io.github.chidiwilliams.Buzz或sudo snap install buzzpip开发者先装好 ffmpeg再执行pip install buzz-captions然后运行python -m buzz需 Python 3.12首次运行最小步骤按 Ctrl/CmdO 导入一个音频或视频文件选择任务Transcribe 或 Translate to English和语言——已知语言时手动选择比自动检测更准选一个模型首次运行会自动下载模型文件点击 Run任务状态变为 Completed 后双击该行打开转录查看器在查看器中确认内容导出为 TXT、SRT 或 VTT⚙️ 进阶技巧转录太慢机器配置一般怎么办对策是按硬件选后端没有 Nvidia 显卡或在 Mac 上选 Whisper.cpp它支持 Vulkan 加速集显甚至纯 CPU 都能跑实时转录有 6GB 以上显存的 Nvidia 显卡则选 Faster Whisper速度比原版 Whisper 快很多。另外可下载q_5这类量化版大模型或在偏好设置里开启 Reduce GPU RAM 降低显存占用。如何提高识别准确率小模型快但错得多大模型准但吃硬件。常见选择是 large-v3多数场景最准偶尔会脑补不存在的词或 large-v3-turbo速度与精度的折中。两个通用技巧一是手动指定语言而不是自动检测二是在高级设置的 Initial prompt 里填入人名、专业术语能有效减少专有名词的拼写错误。要在完全断网的机器上使用Buzz 的模型缓存在 Linux 上是~/.cache/BuzzmacOS 是~/Library/Caches/BuzzWindows 是%USERPROFILE%\AppData\Local\Buzz\Buzz\Cache。在有网机器上把需要用到的模型下载好把整个 models 目录拷到离线机器相同位置即可仓库里的 scripts/download-models.py 可以帮你提前准备一套离线模型。❓ 常见问题QBuzz 崩溃或识别异常先查什么先删模型重新下载——下载不完整是崩溃的常见原因在 Help → Preferences → Models 里删除对应模型再下载一次。另外注意 Buzz 要求 CPU 支持 AVX2过老的机器无法运行。Q转录速度上不去换更大的模型会更慢吗会。模型越大越慢但更准速度瓶颈通常在硬件而不是模型。想提速的顺序是换量化模型或更小模型 → 换 Whisper.cpp/Faster Whisper 后端 → 装 GPU 加速Nvidia 显卡在 Help → About Buzz 里安装 CUDA Acceleration。Q转录结果导出来还能改吗能。文字内容、每个片段的起止时间戳都能在查看器里直接编辑支持合并、拆分段落改完重新导出即可配合字幕拆分工具还能批量调整字幕长度。QBuzz 可以脱离图形界面批量跑吗可以它自带 CLI。例如buzz add --txt interview.mp3转录并导出 TXTbuzz add --srt --vtt --output-directory ./subtitles recordings/*.mp4可以批量处理一个文件夹完整参数见 docs/docs/cli.md。写在最后Buzz 把录音 → 转录 → 编辑 → 导出这条链路完整放在了本地离线、免费、可批量是个人和团队处理语音内容的基础工具。下一步建议直接下载安装包导入一个文件跑通流程之后再去看 CLI 和插件AI 摘要、DOCX 导出的用法。官方文档常见问题docs/docs/faq.md转录核心源码buzz/transcriber/插件系统源码buzz/plugins/【免费下载链接】buzzBuzz transcribes and translates audio offline on your personal computer. Powered by OpenAIs 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

5 分钟上手 Buzz：把本地音频和录音变成文字稿的离线转录工具

相关推荐

STM32单片机 AFIO引脚重映射

国产MCU选型实战：成本、交期、可控性与生态四维决策法

5美元MCU上跑AI语音助手：MimiClaw嵌入式实战

更多资讯

从OpenClaw到Hermes：一条命令搞定智能体迁移

GoFramePro实战：从零搭建高工程化Go业务后端接口

边缘计算采集模块 vs 传统 DAQ：8 通道同步这件事，差在哪一步

边缘采集模块选型：一张表筛掉八成候选，剩下三个指标才决定成败

甲子考：从「岁在甲子天下大吉」到第七十六甲子——首位干支的八轮古籍深挖

AI数据中心吉瓦时代来临：核电长期购电协议为何成新趋势？

今日更新

悟空开源无代码平台实战：从实体建模到应用设计避坑指南

基于.NET9的多租户权限系统：数据权限与动态API落地实践

场地预约小程序毕设实战：SSM+微信小程序+MySQL数据库设计到避坑

本周精选

金融AI落地指南：从调研报告到技术选型与工程实践

大模型上下文成本与注意力优化技术深度解析——为何O(n²)平方复杂度无法被常规优化消除｜TaoToken 统一 Key 通道实测

基于GMM的语音识别系统原理与MATLAB实现详解

本月热门

我发现了一个新思路：用 Remotion + Claude Code 像写代码一样自动化生成短视频

Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式：TaoToken 统一 Key 配置与验证

2026 大模型集体涨价：用 Python 做企业 Token 成本测算与选型避坑（附配置）

读完文章，想聊聊您的网站？