你有没有遇到过这种情况——开会录音了、上课录了音频、或者手头有一段采访录音，想转成文字。第一反应是找在线工具，但上传几十分钟的音频到云端，等半天，还担心隐私。
Buzz 就是解决这个的。一个开源的桌面应用，装在你电脑上，用 OpenAI 的 Whisper 做语音转文字和翻译，完全离线运行。
项目地址：github.com/chidiwilliams/buzz。MIT 协议，2022 年发布至今，GitHub 上已经有 20,470 个 Star，累计下载超过 121 万次。最新的 v1.4.4 版本今年 3 月刚更新。
Buzz 能做什么
文件转录。 导入音频或视频文件，或者直接贴一个 YouTube 链接，Buzz 自动下载音频并转成文字。支持常见格式 MP3、WAV、M4A、MP4 等。
实时转录。 插上麦克风，Buzz 可以实时把你说的话转成文字。这个功能有一个专门的「演示窗口」模式——字体大、显示清晰，适合会议时投屏展示。
说话人分离。 多人对话的录音，Buzz 可以在转录之前做声纹分离，把不同人的话分开标注，准确率比直接转好很多。
说话人识别。 不仅能分开不同说话人，还能识别出谁是谁。如果你有固定开会的人，Buzz 可以记住他们的声音特征。
导出多种格式。 转录完成后可以导出为 TXT（纯文本）、SRT（字幕格式）、VTT（Web 字幕格式）。直接拿去给视频加字幕、做会议记录都能用。
文件夹自动转录。 设置一个「监视文件夹」，放进去的新音频文件会被自动转成文字。适合批量处理场景。
CLI 命令行。 如果你不想用图形界面，可以用命令行脚本化操作——适合写脚本批量处理。
插件系统。 可以装插件扩展功能，比如 AI 摘要生成、自动调整字幕大小等。
背后用的模型
Buzz 基于 OpenAI 的 Whisper 模型。支持多种加载方式：
Whisper（原版）——OpenAI 官方实现，精度高但速度一般。
Faster Whisper——CTranslate2 重新实现的 Whisper，速度快 4 倍，显存占用更少，是默认选项。
Whisper.cpp——C++ 实现，支持 Vulkan 加速，能在集成显卡上跑。
Hugging Face Transformer 模型——可以用社区微调过的各种 Whisper 变体。
硬件加速方面：NVIDIA 用户可以用 CUDA，Mac 用户有 Apple Silicon 原生支持，Whisper.cpp 模式下还能用 Vulkan 利用集成显卡。
怎么安装
Buzz 支持全平台，安装方式也很多样：
# macOS：从 SourceForge 下载 DMG
# Windows：从 SourceForge 下载安装包
# Linux Flatpak
flatpak install flathub io.github.chidiwilliams.Buzz
# Linux Snap
sudo snap install buzz
# PyPI（Python 用户）
pip install buzz-captions
python -m buzz
首次启动时会自动下载 Whisper 模型（约 1.5GB），下载一次之后就可以完全离线使用了。
槽点也得说
首次需要下载模型。 Whisper 模型文件很大——最小的 tiny 模型约 75MB，最大的 large 模型约 3GB。首次用要等一等。
Windows 安装包没签名。 下载后 SmartScreen 会弹警告，需要点"更多信息"→"仍要运行"。macOS 也一样没签名。
GPU 加速配置有点门槛。 如果你用 PyPI 安装想开 GPU 加速，需要手动装 CUDA 版本的 PyTorch，对非技术用户不太友好。
处理长音频慢。 几十分钟的录音转文字，用 large 模型可能要等十几分钟。如果用 tiny 模型快很多但准确率下降。用 Faster Whisper 是个好的折中。
界面偏朴实。 功能很全但 UI 设计比较朴素，没有一些付费转录工具那么精致。
跟同类一比
语音转文字工具很多，但 Buzz 有几个不可替代的优势：
完全离线。 所有处理在本地完成，不用担心录音传到第三方服务器。对于涉及敏感信息的会议录音，这是刚需。
免费开源。 市面上很多转录工具按分钟收费——Buzz 零成本。你只需要出电费。
20K Star 的社区。 4 年的持续更新、121 万次下载、24 个未结 Issue——说明项目很活跃，不会突然停更。
多后端支持。 不是绑死在一种 Whisper 实现上，你可以根据硬件情况选 fastest、most accurate 或者最省资源的方案。
一句话总结
如果你需要经常把音频转成文字——会议记录、采访整理、网课笔记、视频加字幕——Buzz 是目前最好的免费方案。没有之一。
装一个在电脑上，以后有音频要转文字，打开就能用，不花钱、不传云端、不担心隐私。
官网：chidiwilliams.github.io/buzz
GitHub：github.com/chidiwilliams/buzz
SourceForge：sourceforge.net/projects/buzz-captions
标签：#Buzz #Whisper #语音转文字 #离线转录 #开源 #AI音频 #字幕制作 #会议记录
关注我，每期分享一个帮你省事的 AI 工具 🛠️
你平时用什么工具做录音转文字？评论区聊聊 👇