Buzz 离线语音转写：4 步跑通 Faster-Whisper 本地加速方案

Buzz 离线语音转写：4 步跑通 Faster-Whisper 本地加速方案

【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

断网时，或者音频里含敏感内容、不想传到任何云端，语音转写常常就卡住了。Buzz + Faster-Whisper 就是为此准备的：Buzz 离线语音转写完全在本地执行，换成 Faster-Whisper 加速版后，同样模型的转录速度提升 2-4 倍，资源占用也更低。下面按 4 步走完全部配置。

环境准备：克隆仓库并装好依赖

1. 克隆仓库并进入目录：

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

2. 建虚拟环境，安装核心依赖（Faster-Whisper 是 Whisper 的加速实现，转写逻辑在 buzz/transcriber/ 里）：

python -m venv venv source venv/bin/activate pip install faster-whisper

Windows 上第二步换成venv\Scripts\activate。

下载并选对模型档位

1. 启动 Buzz，菜单栏选 "File" → "Preferences"。
2. 切到 "Models" 标签页。
3. "Group" 下拉菜单选 "Faster-Whisper"。
4. 列表里挑一个模型，新手选 "Medium" 即可。
5. 点 "Download"。

模型文件落在用户目录的.cache/buzz/models里，Medium 档约 1.5GB，下载前先确认磁盘空间。

一次跑通离线转写

1. 点主界面左上角的 "+"，选要转的音频（MP3、WAV、FLAC 均可）。
2. 在设置面板把 "Model" 指向上面下载的 Faster-Whisper 模型，"Language" 选音频语言，"Task" 选 "Transcribe"（原样转录）或 "Translate"（转成英文）。
3. 点 "OK"，任务进队列，主界面能看到进度。
4. 转写完打开结果，逐句带时间戳，可边播放边核对。

调优与排障

模型档位一句话对照：Tiny 最快，给低配机器；Base 速度与准确性均衡；Medium 质量高，多数人够用；Large 质量最高，专业场景用。

并行与 GPU：进阶用户可改 buzz/settings/settings.py 里的参数：

{ "num_workers": 4, # 并行线程数，按 CPU 核心数定 "compute_type": "float16" # 无 GPU 时改 int8 }

NVIDIA 显卡需先装 CUDA 工具包，再在模型设置里选支持 GPU 的计算类型，重启 Buzz 生效。

三条高频问题速答：

• 下载失败：手动下载模型文件，再用 "Custom" 选项添加。
• 速度慢：换更小的模型，关掉占资源的程序，确认 GPU 加速已启用。
• 结果不准：换更大的模型，用更清晰的音频；嘈杂录音先开降噪再转。

到这里，Buzz 的本地 Whisper 转写链路已全部打通。想继续深入，可以看 docs/ 里的使用文档，或翻 buzz/widgets/ 的界面源码。

【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