Buzz 是什麼、怎麼下載使用：基於 Whisper 的免費開源離線語音轉文字桌面軟件

本文根據 Buzz 官方 GitHub 倉庫 README 整理，資料核對於 2026-10-11。開源項目變化快，以官方倉庫為準。

是什麼

Buzz 是一款給 Whisper 套上圖形介面的桌面軟件，倉庫 chidiwilliams/buzz 約有 2.19 萬星標，採用 MIT 許可。Whisper 是 OpenAI 開源的語音識別模型，效果很好，但原版要裝 Python、敲命令行；Buzz 把這些都包起來，下載、安裝、把文件拖進去，就能得到文字稿和字幕。

轉寫在你的電腦上離線完成，音頻不會上載到任何伺服器——這是它相對各種在線轉寫網站最大的優勢。

能做什麼

README 列出的功能：

• 轉寫音影片文件：常見的音頻和影片格式都可以直接導入；
• YouTube 連結：粘貼連結後下載並轉寫；
• 麥克風實時轉寫：邊說邊出文字；
• 翻譯：把語音內容翻譯輸出；
• 說話人識別：區分不同的發言者；
• 導出：TXT 純文本，以及 SRT、VTT 字幕文件；
• 進階功能：監視文件夾（放進去的文件自動轉寫）、命令行接口和插件系統。

怎麼上手

1. 安裝：

• Windows：下載安裝程序；
• macOS：下載 .dmg；
• Linux：Flatpak、Snap 或 AppImage；
• 也可以用 pip install buzz-captions 安裝。

README 說明安裝包託管在 SourceForge，從倉庫 README 裏的連結進入最穩妥。

1. 打開軟件，把音頻或影片文件拖入窗口。
2. 選擇模型大小和語言。中文內容建議明確指定語言；電腦配置一般就選小一檔的模型。
3. 首次使用某個模型時會自動下載，之後即可離線使用。
4. 轉寫完成後在介面裏校對，再導出為需要的格式。

做影片字幕的常用流程：導出 SRT → 在剪映等剪輯軟件裏導入字幕 → 逐句校對錯別字和斷句。

免費與付費

GitHub 上的版本完全免費開源，沒有時長和次數限制。應用商店中如有收費的同名版本，以其頁面說明為準；本文介紹的是官方倉庫提供的免費版本。

適合誰 / 不適合誰

適合：

• 經常要把訪談、網課、會議錄音整理成文字的學生、記者、研究者；
• 需要給影片加字幕的創作者；
• 錄音內容敏感、不能上載到雲端的用戶。

不適合：

• 電腦配置低又想快速轉寫很長的音頻——大模型在沒有顯卡的機器上會很慢；
• 需要多人協作編輯文稿、自動生成會議紀要和待辦的團隊，飛書妙記、通義聽悟這類雲端產品更合適；
• 需要長期穩定的實時同傳字幕的專業場景。

注意事項

• 轉寫結果必須校對：同音字、人名、專業術語是高發錯誤，靜音或有背景音樂的段落可能出現憑空生成的句子。
• 模型文件較大：每個模型從幾十 MB 到幾 GB 不等，下載需要穩定的網絡。
• 下載 YouTube 內容前，確認你有權使用該影片的音頻。
• 錄音合規：轉寫他人談話前應取得對方同意。