企业官网建设流程全解析

Buzz 离线语音转写完全指南：三步跑通 Faster-Whisper 本地转录

【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

飞机起飞后网络断开，你还得把一小时的访谈录音整理成文字笔记。Buzz 就是为这种时刻准备的离线语音转写工具：它接入 Faster-Whisper，音频全程在你自己的电脑上处理，不依赖网络，速度比原版 Whisper 快 2-4 倍。本文带你从克隆仓库到跑出第一份文本。

准备工作：三步装好依赖

先确认本机装了 Python 3.12（项目在pyproject.toml中锁定了这个版本）以及ffmpeg（用来解码音频）。然后按最短路径走三步：

git clone https://gitcode.com/GitHub_Trending/buz/buzz cd buzz python -m venv .venv && source .venv/bin/activate pip install -e . pip install faster-whisper

前两条命令克隆仓库并进入目录，第三条建好虚拟环境并激活，第四条按项目清单装齐全部依赖，最后一条单独装上转写引擎 faster-whisper（pip install -e .其实已包含它，单独装一遍可以确认版本就绪）。Windows 用户把激活命令换成venv\Scripts\activate即可。

第一次离线转录：从音频文件到文本

用python main.py启动 Buzz。接下来沿一条主线走：

1. 点击主窗口左上角的+按钮，选中一个音频文件（MP3、WAV、FLAC 等都支持）。
2. 在弹出的文件转写表单里，Group下拉框选Faster Whisper，选好模型大小。
3. Language选音频实际语言，留空则自动检测；Task选Transcribe（转录）或Translate to English（翻译成英文）。
4. 点OK，任务进入主界面的任务队列，进度条实时刷新。

注意：首次使用某个模型时，Buzz 会先把模型文件下载到本地缓存（Buzz 的 models 目录，可用环境变量BUZZ_MODEL_ROOT改位置），下载完才开始转写。完成后，音频同目录会生成.txt/.srt/.vtt文件，双击任务行即可在查看器里对照播放：

喜欢命令行的话，一条命令也能跑，buzz add是命令行入口（见 buzz/cli.py）：

buzz add -m fasterwhisper -s medium -l zh interview.mp3 --txt

按配置挑模型：大多数人直接选哪个

模型大小直接决定速度、内存和磁盘占用，Buzz 内置的各档位体积如下（数据来自 buzz/model_loader.py）：

不用纠结，直接按这个结论选：带 NVIDIA 显卡的笔记本选 Medium；纯 CPU 的办公机选 Base 或 Small；只有专门搭转写机器的场景才碰 Large。选完在偏好设置的 Models 页点Download即可：

进阶调优：只讲三件事

并行处理——什么时候需要：一次丢进很多文件时。改哪里：Buzz 的任务队列默认串行执行，没有公开线程数设置，多文件排队即可。怎么判断已生效：主界面状态列依次从Queued变为In progress，内存不超就是合适档位。

compute_type（计算精度，直接关系速度和内存）——什么时候需要：8GB 内存的机器加载 Medium 吃紧时。改哪里：转写表单勾选Reduce memory usage，Buzz 会自动切到 CPU 的int8或 GPU 的int8_float16。怎么判断已生效：终端日志出现Using int8 compute type，且不再报内存不足。

GPU 加速——什么时候需要：有 NVIDIA 显卡且装了 CUDA 环境。改哪里：不用改，Buzz 默认device=auto自动检测。怎么判断已生效：任务运行时nvidia-smi能看到 GPU 占用，同一文件明显比纯 CPU 快。

避坑指南

模型下载失败——原因：网络不稳，中途断连。处理：Buzz 自带 3 次自动重试，且已下部分保留在缓存里可断点续传，重新点Download即可；反复失败就手动下载对应Systran/faster-whisper-<模型名>仓库的模型包放进 Buzz 的 models 目录。

转录速度慢——原因：CPU 上跑了大模型或精度偏高。处理：勾选Reduce memory usage换 int8 推理，或把模型降到 Small/Base。

结果不准——原因：语言选错、环境噪音大。处理：Language明确选定而非自动检测；换更大一档模型；嘈杂录音先在表单启用语音提取（extract speech）降噪。

收尾

到这里，一台断网的电脑就能完成从录音到带时间戳文本的完整闭环，转写、翻译全程本地执行。更多细节可查 官方文档 docs/，想弄清转写流程的实现可以看 buzz/transcriber/ 目录。现在挑一个手头的音频文件，把 Medium 下下来，跑通你的第一份离线转录 🚀

【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