Buzz 音频转录完整教程：从安装到批量自动化的一次性入门指南

Buzz 音频转录完整教程从安装到批量自动化的一次性入门指南【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 音频转录工具基于 OpenAI 的 Whisper 构建在你自己的电脑上离线完成音频和视频的转录与翻译不上传任何云服务录音不离开设备。整理会议录音、给视频配字幕、批量归档旧录音这份 Buzz 使用教程会带你从安装、选模型、实时录音一直走到命令行自动化。⚡ Buzz 安装步骤装好并完成第一次转录Buzz 覆盖 macOSIntel 与 Apple Silicon 均可、Windows、Linux 三大平台最短路径如下macOS从官方发布页下载.dmg双击后拖进应用程序文件夹即可。Windows运行安装程序按提示走。应用未签名安装时会弹出安全警告点**“更多信息”→“仍要运行”**放行即可。LinuxFlatpak 或 Snap 二选一flatpak install flathub io.github.chidiwilliams.Buzz # 或 SnapDebian/Ubuntu 先装音频依赖 sudo apt-get install libportaudio2 libcanberra-gtk-module libcanberra-gtk3-module sudo snap install buzzPython 用户pip install buzz-captions后执行python -m buzzLinux 上若缺系统库完整 apt 依赖清单见官方安装文档。第一次启动后主界面就是一张任务列表。点工具栏的图标或按 Ctrl/CmdO挑一个 MP3、WAV甚至 MP4 视频——Buzz 会自己抽音轨。文件可以整批拖进窗口1.2.0 起还支持直接粘贴视频平台链接。文件入队后这一行会显示所用模型默认 Tiny和任务类型transcribe。如果你知道内容语言在这一行手动指定语言比自动检测更稳。接着点运行等状态列从 In Progress 变成 Completed——状态里会带进度百分比完成后这行还会显示耗时短音频几秒长音频几分钟。双击该行进入转录查看器每句文字都有 Start 和 End 时间拖动底部播放条对应段落会同步高亮也可以直接搜索关键词。左上角 Export 菜单可以保存 TXT、SRT、VTT、JSON 四种格式。到这里一次完整的 Buzz 音频转录已经跑通导入、选模型、运行、导出全程在同一个窗口内完成。Buzz 模型选择速度、精度与内存的取舍模型大小决定三件事下载多大、转得多快、结果多准。Whisper 系列各档位的定位模型档位下载体积速度准确率适合拿来干嘛Tiny约 1GB最快中等实时转录、短视频Base约 2GB快良好日常会议整理Small约 5GB中等优秀播客、访谈Medium约 10GB偏慢很高正式内容制作Large约 20GB最慢最高学术资料、高要求场景模型越大越吃内存和时间老机器上跑 Large 会非常吃力。除了档位还要选跑模型的“引擎”Buzz 内置几种差别明显WhisperOpenAI 原版实现准但慢内存占用高Faster Whisper优化实现快一个量级、更省内存需要至少 6GB 显存的 NVIDIA 显卡Whisper.cppC 重写大多数 GPU含核显都能跑纯 CPU 也行笔记本上能实时转录Mac 的首选Hugging Face支持范围很广的自定义模型适合有特定语言专用模型的情况。管理入口在“首选项 → Models”左侧区分“已下载”和“可下载”还能粘贴自定义模型的直链后点 Download。直接给结论Mac 或没有独显 → 选 Whisper.cppNVIDIA 显卡显存 ≥6GB → 选 Faster Whisper配 Medium 或 Large实时录音 → Tiny 或 Base实时性优先拿不准 → 先用 Small精度不够再往上调。另外Large-V3、Turbo 这类变体精度更高但 V3 偶尔会“脑补”原音频里不存在的词最稳妥的做法是拿自己语言的真实录音逐一实测。️ Buzz 使用场景实时录音、视频字幕与批量处理Buzz 实时录音设置会议、讲座、访谈什么时候用会议、讲座、访谈还在进行中就需要一份同步的文字稿。关键设置点主界面左上角的麦克风图标进入录音模式。先选输入设备——内置麦克风、外接麦克风或虚拟音频设备macOS 的 BlackHole、Windows 的 VB-CABLE、Linux 的 PulseAudio 虚拟输出录“系统声音”靠它。Delay 参数控制录音片段多久转一次文本默认 20 秒20~30 秒区间更稳。还能另开一个演示窗口全屏展示实时文字方便投给全房间看。一个技巧屏幕上的实时文字会包含未定稿的片段用“隐藏未确认部分”只显示确定文字结束后用说话人识别功能区分不同发言者。想让录音稿自动存盘到“首选项 → General”勾选 live recording 导出。视频字幕制作导入 MP4 直接出 SRT什么时候用给 YouTube 视频或网络课程配字幕文件喂给剪辑软件或视频平台。关键设置把 MP4 直接拖进任务列表Buzz 自动抽音轨不用手动预处理。导出时选 SRT 或 VTT如果分段太长、节奏不顺点查看器顶部的 Resize 按钮期望字幕长度默认 42 字符按间隙合并默认 0.2 秒、按标点分割、按最大长度分割勾上需要的选项后点 Merge 即可。一个技巧语速快的对话把期望长度调小一行装得下一口气演讲类内容调大减少换行。先开启单词级时间戳切分会更精细。Buzz 文件夹监控新文件进来自动转什么时候用文件一批批入库或者希望目录里一旦出现新录音就自动转录。关键设置在“首选项”的 Folder Watch 页签指定监控目录General 页签里可以设定默认导出文件名模板可包含源文件名、任务类型、时间戳和导出位置。Buzz 盯着目录里的新文件按配置转录并自动导出。一个技巧搭配“跳过已转录文件”插件——重复导入同一目录或监控长期开着时已经出过结果的文件不会被再处理一遍命令行同样能静默批处理见下一节。⚙️ Buzz 调优让转录更快、更准别背参数按症状对号入座症状转录太慢电脑拉满。这是算力问题。NVIDIA 显卡Linux 开箱即支持 GPU旧系统需补装 CUDA 12 及相关库Windows 安装包自带 GPU 支持需 CUDA 12旧版本系统会退回 CPU。提速最直接的换引擎显存 ≥6GB 就换 Faster Whisper。没有 N 卡或用 Mac用 Whisper.cpp核显、纯 CPU 都能跑实时转录也支持。症状专业术语、人名、公司名总是认错。在初始提示initial prompt字段里把关键词写清楚再转录。模型推测时会向这些词倾斜一份术语表往往比加大模型更有效。症状背景噪音大结果缺字断句。勾选“提取语音”Buzz 会先把人声从噪音里分离再进模型。想要更彻底的降噪用 DeepFilterNet 插件处理后的音频会另存为带_DeepFilterNet3.wav后缀的文件。症状需要精确引用某个词的时间点。开启单词级时间戳1.2.0 起支持它是精细调整字幕的前提。症状自动检测语言不靠谱。直接手动指定语言。文件语言确实拿不准时用“增强语言检测”插件先让本地小模型快速判一遍再开始正式转录。Buzz 命令行、插件与自动化CLI两条命令覆盖大部分需求buzz add子命令往同一个任务队列里加活和图形界面共用一套配置。最常用的两条# 转录一个文件并同步导出 SRT 与 VTT buzz add --task transcribe --language zh --srt --vtt interview.mp3 # 静默批处理整个文件夹不弹窗口 buzz add --hide-gui --model-type whispercpp --model-size small *.mp3常用开关还有--task translate翻译成英语、--prompt传初始提示、--word-timestamps、--extract-speech。完整参数表见官方 CLI 参考。套一层 shell 循环就能按目录批量处理会议录音for f in meetings/*.mp3; do buzz add --task transcribe --srt --txt $f done插件不改核心代码扩展流程Buzz 的插件系统1.4.5 起提供挂接在转录前后的各个环节。最常用的是这三个AI 摘要转录完成后调用 OpenAI 兼容 API 生成摘要写入转录的备注字段或单独的文本文件跳过已转录文件按已有结果文件或数据库记录判断避免重复处理文件夹监控场景必备导出 DOCX把完成的转录一键导出为 Word 文档可附带时间戳。管理入口在“帮助 → 插件”启用/停用、拖拽调整执行顺序、配置选项还能通过 URL 安装社区插件。想自己写一个参考 buzz/plugins/ 目录里的示例结构开发指南见 buzz/plugins/AGENTS.md。⚠️ Buzz 常见问题FAQ高频坑与直接答案Windows 安装时提示“未识别的应用”应用未签名导致的正常现象。在警告对话框里选“更多信息”→“仍要运行”没有别的解法。模型下载后崩溃、转着转着卡死多半是模型文件下载不完整到“首选项 → Models”删除对应模型重新下载。另外 Buzz 要求 CPU 支持 AVX2太老的机器无法运行。录音时报麦克风错误PaErrorCode-9999检查系统麦克风权限Windows 看“设置 → 隐私 → 麦克风”macOS/Linux 查对应系统权限必要时临时关闭杀毒软件测试。离线电脑能用吗模型存在哪可以。模型缓存位置Linux 是~/.cache/BuzzmacOS 是~/Library/Caches/BuzzWindows 是%USERPROFILE%\AppData\Local\Buzz\Buzz\Cache。在有网机器上下载好模型把整个文件夹复制到离线机器的相同位置即可。想录系统声音不是麦克风怎么办建一个虚拟音频设备BlackHole / VB-CABLE / PulseAudio把要录的程序输出接到它再在 Buzz 里把这个虚拟设备选为输入源。Buzz 把转录、翻译、字幕导出全部留在本地学习成本主要就是熟悉这个任务列表。接下来可以装一个 Small 模型跑一段真实会议录音再试一次实时录音或者读完 CLI 参考后把批处理搬进自己的脚本里。【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