可以。Buzz支持本地语音识别，也能导出SRT、VTT字幕；处理中文时应选多语言模型。本文截至2026年10月18日核对官方资料，属于功能评估，未做录音实测，不承诺准确率或处理速度。
离线成立的前提是什么？
先安装程序、下载模型，再导入电脑里的录音。想保留中文，应选Transcribe，而非Translate to English；名称带.En的模型仅适用于英语。官方FAQ说明，模型大小影响资源需求与效果。
Buzz也支持远程API。若选择该路线，音频识别就不在本机完成；设置中的Base URL决定请求目的地。需要保密的素材，使用前应检查后端、翻译和摘要插件，不能仅凭“离线工具”四字判断。见设置说明。
版本、费用和电脑要求怎样看？
开源版采用MIT许可，可免费获取，提供Windows、macOS和Linux安装途径；API费用另按服务商规则核对。旧版官方介绍另有Mac原生商店版Buzz Captions，但其链接本次返回404，无法确认当前上架状态、售价和系统要求，勿套用同名应用的信息。
发布页当前最新标记为v1.4.5；主分支README的“About Buzz安装CUDA”写明针对待发布的1.4.6及以后，不能当成1.4.5现成功能。README也将1.4.5列为最后支持Intel Mac的版本，下载前应核对芯片架构。
适合谁，怎样开始？
适合愿意人工校对的采访整理者、课程记录者和视频作者。建议先拿一分钟非敏感录音试跑：选择中文和本地多语言模型，导出SRT，再对照音频检查人名、数字、漏句及时间轴。模型准备完成后，可断网复测这段本地文件，确认所选流程能运行。
若速度难以接受，先尝试较小模型，记录耗时与错误再决定是否更换。方言、噪声和多人重叠讲话应单独抽查；自动转写适合生成初稿，字幕发布前仍需逐段校对。
