5分钟上手！Buzz离线音频转录全攻略

你还在为会议录音转文字烦恼？还在担心在线转录泄露隐私？Buzz让你告别这些困扰！作为一款基于OpenAI Whisper的本地音频处理工具，它能在你的电脑上离线完成音频转录与翻译，无需联网即可保护数据安全。本文将带你从安装到实操，全面掌握Buzz的实时音频转录功能，让会议记录、访谈整理效率提升10倍！

项目概览：Buzz是什么？

Buzz是一款开源的本地音频转录工具，通过OpenAI Whisper模型实现离线语音转文字。它支持文件导入、实时录音、多语言翻译等功能，界面简洁易用，无需专业技术背景也能快速上手。项目核心代码位于buzz/目录，其中转录模块集中在buzz/transcriber/，包含多种转录器实现。

安装指南：3步完成本地部署

1. 获取项目源码

通过GitCode仓库克隆项目：

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

2. 安装依赖

项目使用Poetry管理依赖，执行以下命令安装：

cd buzz && poetry install

3. 启动应用

直接运行主程序：

poetry run python main.py

详细安装说明可参考官方文档：docs/installation.md

实时转录核心功能解析

实时录音转录工作流

Buzz的实时转录功能由recording_transcriber.py实现，核心流程包括：

1. 音频设备采集声音
2. 实时音频流处理
3. Whisper模型本地推理
4. 转录文本实时显示

模型选择与配置

在偏好设置中可选择不同大小的Whisper模型，平衡转录速度与精度：

• tiny：最快，适合低配置电脑
• base：平衡速度与质量
• large：最高精度，适合专业场景

模型配置界面位于buzz/widgets/preferences_dialog/models_preferences_widget.py，可通过菜单栏【设置】→【偏好设置】打开：

高级功能：从转录到翻译的全流程

转录文本编辑与导出

转录完成后，可在文本查看器中编辑内容，支持分段调整与时间戳同步。文本编辑器实现于transcription_viewer_widget.py，支持导出为TXT、SRT等多种格式。

多语言翻译功能

Buzz内置翻译模块translator.py，可将转录文本实时翻译成30+种语言。翻译功能无需额外配置，在转录结果界面点击【翻译】按钮即可使用。

技术原理：离线处理的实现机制

本地模型部署

Buzz通过model_loader.py管理Whisper模型，首次使用时会自动下载选定模型并缓存到本地，实现完全离线运行。模型缓存路径可在cache.py中配置。

音频处理流水线

音频处理核心代码位于whisper_audio.py，采用以下技术优化实时性：

• 音频分块增量处理
• 推理结果流式输出
• 本地GPU加速（如支持）

常见问题与解决方案

转录延迟过高？

1. 尝试切换至更小模型
2. 关闭其他占用CPU的程序
3. 在设置中调整音频采样率

中文识别准确率低？

1. 确保使用large模型
2. 在转录设置中指定语言为"中文"
3. 更新至最新版本Buzz

更多问题可参考FAQ文档

总结与展望

Buzz通过本地化部署Whisper模型，实现了安全高效的音频转录方案。无论是会议记录、访谈整理还是学习笔记，都能显著提升工作效率。项目持续迭代中，未来将支持更多音频格式与高级编辑功能。

立即下载体验：README.md
贡献代码或反馈问题：CONTRIBUTING.md

提示：定期同步项目更新可获得最新功能，执行git pull即可更新源码。