企业官网建设流程全解析

Buzz + Faster-Whisper：3 步搭好离线语音转写的完整教程

【免费下载链接】buzzBuzz transcribes and translates audio offline on your personal computer. Powered by OpenAI's Whisper.项目地址: https://gitcode.com/GitHub_Trending/buz/buzz

手头有一批会议录音，今晚断网，明天又要交文字稿。Buzz 是一款基于 OpenAI Whisper 的桌面离线语音转写工具，装在自己电脑上，音频转写、翻译都不出内网，文件全程不上传。下面这套 Buzz 离线转写 设置步骤，全程大约十分钟。

三步把 Buzz 装到能跑

Buzz 有 pip 包和安装包等几种装法，这里走源码路线，方便你顺带看懂代码。

1. 克隆仓库：

git clone https://gitcode.com/GitHub_Trending/buz/buzz cd buzz

2. 建一个干净的虚拟环境：

python -m venv venv source venv/bin/activate # Windows 用 venv\Scripts\activate

3. 装依赖。Faster-Whisper 作为推理后端已包含在依赖里，随环境一起装好，无需再单独 pip install：

pip install -e . python -m buzz

窗口弹出来、主界面任务列表为空，就说明装好了。

⚠️踩坑提示：Linux 用户如果启动报缺少 ffmpeg、libportaudio2 之类的库，按 docs/installation.md 补装系统依赖即可，不用改代码。

把默认引擎换成 Faster-Whisper：模型下载与配置

打开菜单File → Preferences，切到Models页签。

1. Group下拉菜单里选Faster-Whisper；
2. 右侧列表里挑一个模型大小，点Download；
3. 弹窗会实时显示下载进度，等它跑完。

模型大小怎么选，先给结论：大多数机器从 medium 起步。tiny、base 快但精度一般，large 更准但更吃资源和时间。各档的取舍，放到后面"排查"一节里再说。

下载完的模型存在用户缓存目录下的Buzz/models文件夹（见 buzz/model_loader.py）。注意一点：离线转写的前提是模型已经下好，所以第一次配置记得联网。

第一条音频的离线转写

主界面左上角点"+"，导入音频，MP3、WAV、FLAC 这类常见格式都能读。

弹出的任务表单里，确认三处即可：

• Model：保持刚下载好的 Faster-Whisper 模型；
• Language：选音频里实际说的语言，选错了识别率会掉得很明显；
• Task：原文转写选Transcribe，要翻译成另一种语言选Translate。

点 OK，任务进入队列。主界面表格实时显示进度，完成后双击任务，就能看到带时间戳的完整文本。

转写引擎的实现都在 buzz/transcriber/ 目录里。Faster-Whisper 比原版 Whisper 快的原理一句话带过：它用 CTranslate2 重写了推理层，CPU 上普遍能快 2~4 倍，而精度损失很小。

慢、卡、不准？按这个顺序排查

遇到离线语音转写 速度 或准确度的问题，别东一榔头西一棒子，按下面顺序过：

1. 慢→ 先换小模型验证：tiny/base 跑通同样的音频，时间大致减半就正常，再按需升档。
2. 卡、占满内存→ 关掉浏览器这类后台大户；确认没有同时挂多个转写任务。
3. 识别不准→ 依次检查：换更大模型（large / large-v3）→ 音频本身够不够清晰 →Language 是否选对，这一项最容易被忽略。
4. 嘈杂环境→ Buzz 自带 deepfilternet 降噪插件，在插件弹窗里勾选后重跑，麦克风录音场景收益明显。

进阶：让 GPU 和更多核心干活

这块 Buzz 替你做了大部分决策，知道结论就行：

• 计算类型：GPU 设备自动用int8_float16，CPU 用int8，都是代码内置的默认值（buzz/transcriber/whisper_file_transcriber.py），一般不用手动改。
• 启用 GPU：有 NVIDIA 显卡就装好 CUDA 工具包，重启 Buzz，它会自动识别 GPU 设备。
• 批量转写：同一种模型连续跑多个文件时，Buzz 会保持模型常驻内存，避免反复加载——这本身就是提速大头。
• 并行和计算参数想再抠细节，看 buzz/settings/settings.py；没有明确瓶颈前，不建议先动它。

先跑通第一条音频，再谈调优。medium 模型加上正确的语言选项，能覆盖绝大多数离线转写需求；之后哪段素材不满意，再回头按上面的顺序逐项换，比一开始就堆参数高效得多。

【免费下载链接】buzzBuzz transcribes and translates audio offline on your personal computer. Powered by OpenAI's Whisper.项目地址: https://gitcode.com/GitHub_Trending/buz/buzz