Buzz 离线语音转文字工具安装与使用指南 | 极客日志

PythonAI算法

Buzz 离线语音转文字工具安装与使用指南

Buzz 是一款基于 Whisper 的离线语音转文字工具，支持音频视频转录及翻译。安装简单，exe 直装。实测显示在小模型下速度尚可但精度一般，Small 及以上模型识别效果优秀。适用于本地隐私敏感场景，如歌词提取、会议记录等。

Pythonist发布于 2026/3/29更新于 2026/4/251 浏览

Buzz 离线语音转文字工具安装与使用指南

工具概述

Buzz 是一款基于 OpenAI Whisper 技术的桌面应用，支持在个人计算机上离线转录和翻译音频。当前版本为 1.2.0，由 Python 编写，无需联网即可运行。

适用场景

歌曲歌词提取
音视频内容转文字

获取与安装

推荐从官方仓库下载 Windows 安装包：

GitHub Release v1.2.0

下载 exe 文件后直接双击安装即可，过程非常简便。

界面与功能

主界面设计直观，支持导入音频或视频文件进行转换。

Buzz 主界面

模型管理

软件内置多种 Whisper 模型供选择，可根据需求调整。

支持的模型列表

若未自动加载模型，可手动将模型文件放置到以下目录：

C:\Users\<用户名>\AppData\Local\Buzz\Buzz\Cache\models\whisper

实测表现

测试环境为 Intel i5-12400 CPU，无独立显卡。

最小模型：处理 25-30 分钟语音速度尚可，但错别字较多，需要人工校对。
Small 及以上模型：识别准确率显著提升，效果优秀。具体选择取决于硬件配置和使用场景。