项目核心信息
| 项目信息 | 详细说明 |
|---|---|
| 项目地址 | chidiwilliams/buzz |
| 核心技术栈 | Python，基于 OpenAI Whisper 模型，支持 CUDA/Apple Silicon 硬件加速 |
| 核心定位 | 全平台离线语音转文字/翻译工具，本地处理无隐私泄露风险 |
| 核心功能 | 离线音频转写、实时麦克风转录、说话人识别、多语言翻译、多格式导出 |
| 支持平台 | Windows、macOS、Linux |
一、Buzz 概述
在处理会议录音、客户访谈时，语音转写工具的需求强烈。在线工具存在隐私泄露风险，且依赖网络；部分工具按分钟收费。Buzz 完全在本地运行，无需上传数据到云端，支持离线使用。基于 OpenAI 的 Whisper 模型，转写准确率较高，支持 90 多种语言。
二、核心功能
1. 纯离线运行，隐私安全
所有音频处理都在本地完成，不会经过任何云端服务器。处理完直接删除本地文件，隐私安全有保障。
2. 转写准确率高，噪音环境可用
基于 Whisper 模型，在安静办公室、有背景噪音或多人对话场景下，转写准确率较高。支持 90 多种语言，可直译外文。
3. 实时麦克风转录
选择'麦克风转录'，能实时把会议对话转写成文字，支持自动区分说话人（需提前设置）。会后导出文本整理即可。
4. 多格式导出与硬件加速
支持导出 TXT、SRT、VTT 等多种格式。支持 CUDA（NVIDIA 显卡）和 Apple Silicon（M 系列芯片）加速，处理大文件速度快。
三、安装与使用指南
1. 各平台安装方法
Windows 用户
- 方式 1：直接下载安装包：访问项目页面下载最新版本的.exe 安装包，双击安装。
- 方式 2：命令行安装：打开 PowerShell，输入
winget install --id chidiwilliams.buzz。
macOS 用户
下载.dmg 安装包，打开后把 Buzz 拖到应用程序文件夹。M 系列芯片用户首次打开可能需要授权。
Linux 用户
通过 Flatpak 或 Snap 商店安装：
# Flatpak 安装
flatpak install flathub io.github.chidiwilliams.buzz
# Snap 安装
snap install buzz
开发者专用：Python 包安装
如需通过代码调用或自定义修改，可用 pip 安装：
# 先安装 FFmpeg
# Windows：下载 FFmpeg 解压后添加环境变量；macOS：brew install ffmpeg；Linux：sudo apt install ffmpeg
# 安装 Buzz 包
pip install buzz-captions
# 启动程序
buzz
2. 基本使用步骤
- 打开 Buzz，点击主界面'Transcribe Audio File'。
- 选择要转写的音频文件（支持 MP3、WAV、MP4 等）。
- 设置参数：选择源语言和目标语言，选择模型（base/large）。
- 点击'Transcribe'开始转写，完成后编辑文本。
- 点击右上角'Export'，选择需要的格式导出。
3. 常见问题
- 无法打开：检查是否缺少 FFmpeg。
- 速度慢：检查是否开启硬件加速（CUDA/Metal）。
- 准确率低：方言或小语种请手动选择对应语言，避免自动检测；背景噪音大建议先降噪。
四、对比分析
| 对比维度 | Buzz | 在线转写工具 | 其他开源 Whisper 封装工具 |
|---|---|---|---|
| 隐私安全 | 离线处理，无数据上传 | 需上传音频，有风险 | 离线处理，安全 |
| 使用成本 | 免费 | 免费额度有限，超额收费 | 免费 |
| 转写准确率 | 高（基于 Whisper 模型） | 高 | 高，需手动优化 |
| 易用性 | 高，图形界面 | 高，浏览器操作 | 低，多为命令行 |
| 离线使用 | 支持 | 不支持 | 支持 |