企业官网建设流程全解析

Buzz 离线语音转写教程：四步用 Faster-Whisper 快速完成第一次转写

【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

按这份 Buzz 离线语音转写教程操作，你可以在 4 步内启用 Faster-Whisper 引擎，让音频在你的电脑上以快 2~4 倍的速度完成转录和翻译，全程不依赖网络。先解释一下 Faster-Whisper：它是运行 Whisper 模型（一个开源的语音转文字引擎）的加速引擎，速度更快、内存占用更低，而你的录音始终留在本机。

第一步：5 分钟装好 Buzz（已含 Faster-Whisper）

预期结果：打开 Buzz 后，首选项里的模型组下拉框中能看到 "Faster Whisper" 选项。

三种安装方式任选其一：

• 官方安装包（推荐新手）：下载对应系统（macOS / Windows / Linux）的安装包，双击安装即可。
• pip 方式：

pip install buzz-captions python -m buzz

• 源码方式：

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

装好后打开 Buzz，从菜单栏进入 "File" → "Preferences"。只要在 "Group" 下拉里能看到 "Faster Whisper"，就说明引擎已就位——它随上述任一方式一起装好，你不需要再单独执行 pip 安装。

第二步：三步配好 Faster-Whisper 模型 🎯

先看磁盘占用：四个档位怎么选

如何配置 Buzz 模型，先算清楚空间。模型越小，转得越快、占得越少，准确率略低：

• Tiny：约 73 MB，速度最快，适合低配置电脑
• Small：约 460 MB，速度和准确率的平衡点
• Medium：约 1.5 GB，质量明显更好，大多数人的起点
• Large-v3-turbo：约 1.6 GB，质量最高，适合长音频或多人口播

拿不准就从 Medium 起步；磁盘紧张或电脑偏慢，退到 Small 试试。

在模型设置窗口一键下载

打开 "File" → "Preferences"，切到 "Models" 标签页，"Group" 选 "Faster Whisper"，挑好档位，点 "Download"。

下载完成后，模型存放在用户目录的.cache/buzz/models下。开始下载前留足磁盘空间，1.5 GB 的模型就实打实占 1.5 GB。

如果出现下载太慢或中断，可以手动把模型文件下载到同一目录，或在模型设置里选 Custom 选项，指向你本地的模型文件位置。

第三步：转出第一条结果：导入到查看的完整操作

预期结果：任务出现在主界面队列里，完成后能打开带时间戳的转写文本。

点主界面左上角的 "+" 按钮，选中音频文件（MP3、WAV、FLAC 均可）。在弹出的表单里：

1. "Model" 选你刚下载的 Faster-Whisper 模型
2. "Language" 选音频的语言，也可以让 Buzz 自动判断
3. "Task" 选 "Transcribe"（转录原语言）或 "Translate"（翻译成英文）

点 "OK"，任务进入队列，主界面实时显示进度。

转写完成后，双击对应行打开结果视图，逐条时间戳和文本对齐显示，播放音频时文字会跟着走。

如果出现结果不准，先确认音频本身够不够清晰，再考虑换更大的模型；麦克风录音环境吵的话，可以在设置里开启降噪。

第四步：转写变慢了先查这三处 ⚡

1. 换小一档模型：最立竿见影，Large 降回 Small，耗时通常能减半。
2. 把计算方式改成 int8：int8 可以理解为用更省内存、精度略低的方式做计算，速度往往不降反升。Buzz 在 CPU 转写时会自动套用对应设置；有 NVIDIA 显卡则可选 float16，提速更明显。
3. 启用 GPU 加速：装好 CUDA 工具包，在模型设置中选择支持 GPU 的计算类型，重启 Buzz 生效。

想深入了解这些参数如何被读取，可以打开 buzz/settings/settings.py 查看，它是只读的，翻着看就行。

如果调整完转写依旧慢，关掉其他吃 CPU 的程序，并确认转写没有跑在错误的设备上。

最后自检：3 分钟转一个文件 ✅

三个检查点，全过就可以放心用了：

1. 模型设置窗口里能看到已下载的模型，不会重复下载
2. 导入一个音频文件能完整跑完，转写结果可读
3. 耗时在你能接受的范围内；偏长就回到第四步按顺序排查

后续想进阶，可以读 docs/ 里的功能说明，或翻 buzz/transcriber/ 源码，看看每种转写引擎的具体实现。

Buzz 的离线转写不联网、模型只下载一次，配好之后随时可用。先从你手头第一个音频文件开始跑吧，有任何卡点，按上面四步回头对照即可。

【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