Buzz + Faster-Whisper 离线语音转写配置：数小时会议录音当天出文字稿
【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
下午六点半，会议室里躺着一段四小时的讨论录音，文字稿今天必须交出去，而这台机器接不了外网。Buzz 解决的正是这类问题：它是跑在自己电脑上的离线语音转写工具，配合 Faster-Whisper 引擎，从音频到带时间戳的文字稿全程不需要联网。
Faster-Whisper 是对 OpenAI Whisper 的优化移植，精度与原版基本持平，转录速度却快出 2~4 倍，内存占用也更低。纯离线场景下，它基本是首选引擎；Buzz 的 buzz/transcriber/ 目录里还集成了 Whisper.cpp 等引擎，后文只围绕 Faster-Whisper 展开。
在本地跑起来 Buzz 之前要准备什么
硬件上，CPU 需要支持 AVX2，太老的机器带不动；有 NVIDIA 显卡的话转录会快不少，但没有也能用 CPU 跑。第一次下载模型需要联网，之后可以完全离线。
克隆仓库、建虚拟环境、装依赖，全部命令集中在下面：
git clone https://gitcode.com/GitHub_Trending/buz/buzz cd buzz python -m venv .venv source .venv/bin/activate # Windows 用 .venv\Scripts\activate pip install -e . pip install faster-whisper python main.py需要在一台能联网的电脑上提前把模型备好、再整包搬到离线机器的话，仓库里的 scripts/download-models.py 就是干这个的：它把模型缓存拉全，整个缓存文件夹拷到目标机器相同位置即可。
三步完成首次离线转录
打开偏好设置：菜单栏 Help -> Preferences，切到 Models 页。
下载模型：Group 下拉选 "Faster Whisper"，尺寸先挑 Medium，点 Download。进度条走完后再点 "Show file location"，确认文件落盘。模型统一存在用户缓存目录下，Linux 上就是~/.cache/Buzz/models，Medium 大约要 1.5GB 磁盘。
导入音频并转写：点主界面左上角的 "+"，选中录音文件；在弹窗里核对 Model（刚才下的 Faster-Whisper 模型）、Language（音频语种）、Task（Transcribe 转录或 Translate 翻译），点 OK。任务进入队列，进度直接显示在主列表里，跑完点开任务就能看到逐句带时间戳的文字。
Faster-Whisper 模型尺寸怎么选
四个常用档位对比如下，体积按下载量估算：
| 模型 | 下载体积 | 转录速度 | 精度 | 适合场景 |
|---|---|---|---|---|
| Tiny | 约 75MB | 最快 | 一般 | 草稿速览、低配老机器 |
| Base | 约 140MB | 快 | 尚可 | 日常零散录音 |
| Medium | 约 1.5GB | 中等 | 高 | 默认推荐，会议记录、播客 |
| Large (v3) | 约 2.9GB | 最慢 | 最高 | 正式存档、专业交付 |
默认推荐从 Medium 起步：速度可接受，精度对多数会议和访谈够用。追求极致速度时可以看 large-v3-turbo（约 1.6GB），它在速度和精度之间取平衡。名字带.en后缀的变体只支持英语，处理中文等语种时别选错。同一份录音，不同档位效果差异明显，拿几分钟音频各测一遍是最稳妥的办法。
CPU 与 GPU 两条提速路径
CPU 路径：Buzz 默认只占用一半 CPU 核心做转录线程，无需改动。如果机器同时挂着别的重任务，或 GPU 驱动反复出问题，就在 Preferences 里勾选 Force CPU 强制走 CPU；显存或内存紧张时，再勾上 Reduce GPU memory，Buzz 会切到 int8 量化，内存占用明显下降，CPU 模式下同样有效。启动器层面等价的环境变量写法：
BUZZ_FORCE_CPU=true python main.py # 强制 CPU 转录 BUZZ_REDUCE_GPU_MEMORY=true python main.py # int8 量化，降低内存占用GPU 路径：NVIDIA 显卡 + CUDA 12 即可，Linux 上开箱即用，Windows 官方安装包已内置 GPU 支持。显存建议 6GB 起步；显存不够时开 Reduce GPU memory 量化（GPU 下为 int8_float16）即可放下 Medium 甚至 Large。
排障速查
| 现象 | 可能原因 | 处理 |
|---|---|---|
| 模型下载卡住或失败 | 网络不稳；Windows 并行下载锁竞争 | 重新下载；或联网机上备好文件后手动拷入 models 缓存目录 |
| 转完模型后 Buzz 崩溃 | 下载不完整或文件损坏 | 在 Preferences -> Models 里删除该模型重新下载 |
| 转录明显偏慢 | 模型偏大、后台程序抢占资源、GPU 未生效 | 换小一档模型；关闭占用大的程序；确认 CUDA 12 装好或改用 Force CPU |
| 有显卡却按 CPU 速度跑 | CUDA 版本低于 12，或驱动缺失 | 升级 CUDA 12；仍不行就勾 Force CPU 保底 |
| 文字对不上录音 | 模型档位太低、环境嘈杂 | 换更大模型；录音环境降噪；录完可再开降噪后处理 |
| 提示无法运行 Buzz | CPU 不支持 AVX2 | 更换较新的硬件，老平台不在支持范围 |
更多细节可以翻 docs/ 下的中英文档；想动手看引擎怎么调度转录，从 buzz/transcriber/ 和 buzz/widgets/ 两个目录读起，代码量不大，一天能过完。
【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
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
