离线拖拽音频，秒变文字和字幕，隐私不泄露
Buzz 是一款运行在个人电脑上的离线语音识别与翻译工具，基于 OpenAI 的 Whisper 模型。它能够将音频或视频文件中的语音实时转录为文字，并支持多语言翻译，全程无需联网，保护用户隐私。Buzz 提供了简洁的图形界面，用户只需拖拽文件即可完成转录，也支持从麦克风直接录音转写。其核心能力包括：支持多种 Whisper 模型（如 tiny、base、small、medium、large），用户可根据精度与速度需求灵活选择；可导出转录结果为 TXT、SRT、VTT 等格式，方便字幕制作与内容整理；内置翻译功能，可将转录文本翻译成其他语言。Buzz 解决了在线语音服务依赖网络、隐私泄露风险高的问题，为记者、学生、内容创作者等提供了高效、安全的本地转录方案。
1确认系统兼容
先确认系统是否符合要求。macOS 现在必须使用 Apple 芯片，Intel Mac 只能装到 1.4.5 版本。Windows 可直接使用安装文件。
2下载 macOS 安装包
在 SourceForge 的 buzz-captions 项目文件页下载 .dmg 安装包。Intel Mac 请选择 1.4.5 或更早版本。
3安装 macOS 版
双击下载好的 .dmg，把 Buzz 拖入“应用程序”文件夹后启动。若提示来源不明，可在系统设置里允许打开。
4获取 Windows 安装文件
README 的 Windows 章节指向安装文件下载页，但节选内容被截断，未给出完整网址，请到 GitHub 仓库或官网查看该页获取链接。
5选择 Whisper 模型
首次运行按精度与速度需求选择模型：tiny、base、small、medium 或 large。模型越大越准但越慢，且需要先下载到本地。
6拖入文件开始转录
把音频或视频文件拖入 Buzz 窗口即可转录；也支持麦克风实时转写、YouTube 链接以及监听文件夹自动转录。
7导出转录结果
在高级转录查看器中搜索、回放、调速，并把结果导出为 TXT、SRT 或 VTT，便于整理文稿或制作字幕。
Buzz 主界面正常打开，拖入一个音频文件后能开始转录并输出文字，即表示安装成功。
Q：Intel 芯片的 Mac 还能用 Buzz 吗？
A：新版本已要求 Apple 芯片。Intel Mac 最后可用的版本是 1.4.5，需下载该旧版安装包。
Q：转录过程需要联网吗？
A：不需要。Buzz 基于 OpenAI Whisper 在本地运行，音频不会上传到任何服务器，只有下载安装包和模型时需要网络。
Q：支持的导出格式有哪些？
A：支持导出为 TXT、SRT 和 VTT 三种格式，可直接用于字幕制作与内容整理。
Q：Mac 上安装后打不开怎么办？
A：README 未提供该场景的处理方式，通常是安装包来源未受信任所致，可在系统设置的安全性与隐私中允许打开后再试。
Q：有命令行方式吗？
A：有。README 提到提供命令行界面（CLI），可用于脚本与自动化，但节选中未给出具体命令。
Whisper Desktop、Faster-Whisper、Speech Note
buzz 是语音识别领域的开源项目，由 chidiwilliams 开发，2022 年首次发布。
在全站 13,014 个收录项目中，它的 GitHub 星标数（21,623）位列前 3%，在语音识别分类的 212 个项目里位列前 3%。
近 44 天，它的 GitHub 星标从 20,868 增加到 21,623，净增 755。
项目目前处于活跃维护状态，最近一次代码更新于 2026-09-22。完全免费开源，MIT许可证，本地离线使用，无付费版本。
它主要面向的使用场景是：记者采访录音快速转写为文字稿。同类可对比的替代方案包括 Whisper Desktop、Faster-Whisper、Speech Note。
上一篇：Audar-ASR-V1
下一篇：vibe
obs-localvocal
开源
直播录屏时，本地AI实时生成字幕，保护隐私零延迟
OBS plugin for local speech recognition and captioning using AI
LiveCaptions-Translator
开源
实时捕获系统音频，一键翻译成你懂的语言
Lightweight and powerful real-time audio/speech translation tool based on Windows Li···
speechbrain
开源
一站式 PyTorch 语音工具箱，快速搞定识别、说话人验证等任务
A PyTorch-based Speech Toolkit
whisper-diarization
开源
给语音转写加上说话人标签，会议记录一目了然
Automatic Speech Recognition with Speaker Diarization based on OpenAI Whisper
