免费离线语音转文字新选择：Buzz 如何一步到位搞定会议、字幕与翻译

【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

上周五晚上，做短视频的朋友发来一条语音："客户明早要审片，40 分钟访谈录音今晚必须出字幕，在线转写网站又要涨价了。"我拦住了他——先别急着续费，试试 Buzz 这款完全免费的离线语音转文字工具。它基于 OpenAI Whisper 模型，在你自己的电脑上完成转录，不联网、不花钱、数据也始终不出本机。

这不是又一个"帮你上传文件到服务器"的在线服务，而是一个真正长在本地、能陪你长期工作的桌面软件。下面这份上手笔记，把它的安装、实操和进阶玩法一次讲透。

为什么大家都开始把转录搬回本地

几年前，"语音转文字"几乎等同于"把录音传到云端"。但它有三个绕不开的痛点：隐私（会议录音里可能有敏感信息）、费用（按分钟计费，时长一长就肉疼）、稳定性（断网、排队、服务下线都让人抓狂）。

把两者放在一起对比，差异一目了然：

说白了，Buzz 把"转录能力"打包成了一个本地应用：只要你的电脑跑得动，它就永远免费、永远在线（字面意义的"在线"）。这就是它作为免费离线语音转文字工具最打动人的地方。

五分钟上手：从安装到第一次转录

安装路径很灵活，挑一条适合你的就行：

• macOS / Windows：直接下载官方安装包，双击完成安装，首次启动会自动拉取 Whisper 模型文件；
• Linux：sudo snap install buzz，或通过 Flatpak 安装；
• Python 用户：pip install buzz-captions后运行python -m buzz即可启动。

装好后打开软件，你会看到一个干净的任务列表——所有待处理的音频、视频、链接都会出现在这里，状态列实时显示"排队中 / 处理中 / 已完成"。

Buzz 主界面：所有转录任务一目了然，进度随时可查

第一次上手不需要研究任何设置：点"添加文件"，选一段录音，默认模型就能开始工作。

实操一：一场会议录音转文字的全过程

以一场 1 小时的团队会议为例，Buzz 的完整流程是这样的：

1. 把会议录音（MP3、WAV、M4A 都行）拖进任务列表；
2. 选一个适合的模型——赶时间用 Small，追求准确用 Medium；
3. 点击开始，等着进度条走完；
4. 双击任务，进入转录结果界面，逐句校对。

转录结果按时间轴逐句呈现，每一行文本都带着精确到毫秒的开始和结束时间。你可以边播放音频边核对文字，发现错漏直接改，改动会自动保存。

转录结果按时间轴逐句呈现，支持播放校对、搜索和翻译

以一场 1 小时会议为例，用 Medium 模型在普通笔记本上处理大约需要十来分钟，之后你就拥有一份可搜索、可引用、可分享的完整文字稿，整理会议纪要的效率提升不止一倍。

实操二：自动生成字幕，导出 SRT 一步到位

对做视频的朋友来说，真正的爽点是自动生成字幕。录音转完后，点击工具栏的 Resize，就能进入字幕微调窗口：

• Resize Options：设定目标字幕长度（比如 42 字），自动把过长的句子切开；
• Merge by gap：按音频间隙把太短的碎片字幕合并，按 0.2 秒的默认间隔自动归并；
• Split by punctuation：按逗号、句号等标点智能断句。

Resize 窗口自动优化字幕长短，让字幕读起来更自然

调整满意后，导出时选 SRT 或 VTT 格式，一份带时间轴的标准字幕文件就到手了，直接丢进剪映、Premiere 就能用。整个流程从"录音"到"成片字幕"，再也不需要额外找人或花钱。

进阶玩法：实时转录、文件夹监控与多语言翻译

如果说前面是常规操作，下面这几个功能能让你的工作流再升一级：

实时录音转录。插上麦克风，Buzz 能一边收音一边出文字。开会、听课、采访的时候开着它，散会即得文字稿；它还有个演示窗口，方便在分享时把实时字幕投射给观众。

文件夹监控自动转录。在设置里指定一个"监听文件夹"，之后只要往里扔音频文件，Buzz 就会自动开始转录。适合批量处理：今天录的一整批访谈，拖进去就不用管了，第二天直接收稿。

多语言翻译。Buzz 不仅能转录，还能把音频直接翻译成目标语言。听外语播客时生成中文字幕，或者把中文会议翻译成英文纪要，都是它的日常任务。

设置面板里藏着实时转录导出、文件夹监控等进阶选项

模型怎么选：从 Tiny 到 Large 的取舍

Buzz 内置多个 Whisper 模型，选择其实就是在速度和准确率之间做平衡：

• Tiny / Base：速度最快，适合实时转录和预览效果；
• Small / Medium：日常首选，会议、采访这类清晰录音完全够用；
• Large：准确率天花板，适合嘈杂环境或需要交付给客户的专业字幕。

如果你有 NVIDIA 显卡，可以启用 CUDA 加速；Mac 用户则有 Apple Silicon 优化；Whisper.cpp 后端还支持 Vulkan，让大多数显卡（包括核显）都能参与加速。普通办公场景下，先用默认模型跑一次，不满意再换大的，性价比最高。

适合谁用？该出手时就出手

写到最后，我想说 Buzz 不是那种"功能很多但都用不上"的软件——它是那种你一旦用过就离不开的日常工具：

• 职场人：会议纪要、采访整理、讲座笔记，交给它准没错；
• 视频创作者：字幕制作从几小时缩短到几分钟，SRT 直接进剪辑软件；
• 语言学习者：把外语材料转成双语字幕，边看边学；
• 隐私敏感者：律师、医生、HR……所有不能上传云端的内容，它都能安心处理。

项目完全开源，跨 Windows、macOS、Linux 全平台可用。想立刻体验的朋友，可以克隆仓库自行构建，或按上文方式直接安装：

git clone https://gitcode.com/GitHub_Trending/buz/buzz

下一次，当又有一段录音躺在你面前、而你不想再给在线服务付费时，记得本地还有一个叫 Buzz 的选择——它免费、离线、专业，而且随时都在。

【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