Buzz 离线转录模型下载慢3 种免费加速方案的完整教程【免费下载链接】buzzBuzz transcribes and translates audio offline on your personal computer. Powered by OpenAIs Whisper.项目地址: https://gitcode.com/GitHub_Trending/buz/buzzBuzz 是一款基于 OpenAI Whisper 的免费离线语音转录工具但首次使用要下载几十 MB 到几 GB 的语音模型网络不佳时下载缓慢甚至失败。本文从源码讲清 Buzz 模型下载慢的根因并给出 3 种立即可用的加速方案。症状清单先看你的情况属于哪一种后文按这个顺序解决现象典型报错/表现一句话原因进度条长时间不动对话框只显示 Downloading modelWhisper.cpp 等模型走 huggingface_hub 库默认连接的是海外节点下载到一半报错弹出 Error 或 A connection error occurred连接被掐断内置 3 次重试全部用尽model_loader.py 第 686 行起文件下完了却不可用模型下拉框里找不到刚下的模型SHA256 校验不一致Buzz 判定损坏并删掉了文件第 1171~1186 行Windows 上格外慢速度明显低于 Linux/macOSWindows 被强制单线程下载第 739 行模型搜索框无提示输入模型 ID 后无联想结果搜索功能直连 huggingface.co 接口hugging_face_search_line_edit.py 第 87 行为什么会这样根因写在 model_loader.py 里Whisper.cpp 模型统一从 Hugging Face Hub 上的ggerganov/whisper.cpp仓库拉取第 600 行真正发起下载的是下面这段代码第 701~707 行result huggingface_hub.snapshot_download( repo_id, allow_patternsallow_patterns, cache_dircache_dir, max_workersmax_workers, )这几行说明Buzz 并不直连某个模型服务器而是全部经由 huggingface_hub 库走它默认的海外入口——线路慢就慢连接抖动就中断。另一条路线官方 Whisper 的 .pt 模型的下载地址由whisper._MODELS表给出同样在海外第 926 行。所以瓶颈不在 Buzz 本身而在默认去海外取货这一事实。它是怎么工作的整个流程分三步在偏好设置 → 模型里选定类型和尺寸 → 后台子进程调 huggingface_hub 取元数据、分片下载文件 → 成功后写入.buzz_complete标记文件第 127 行官方 Whisper 路线还会额外做 SHA256 校验第 1171~1186 行不匹配就删文件。所有模型文件放在系统缓存目录下的Buzz/models子目录默认路径由user_cache_dir(Buzz)决定第 120~121 行可用环境变量BUZZ_MODEL_ROOT覆盖第 122 行启动时 buzz.py 还会把 HuggingFace 的缓存位置 HF_HOME 也指到同一处第 19~23 行保证模型只存一份。健壮性方面下载失败自动重试 3 次、间隔 5 秒后翻倍第 686~725 行官方 Whisper 路线支持按字节断点续传第 1007~1086 行但 Windows 上被设为单线程、其余平台 8 线程第 739 行这就是 Windows 体感最慢的原因。怎么解决 方案一指向国内镜像最推荐适用场景能访问国内镜像站点想让 Buzz 改动最小。启动 Buzz 前设置镜像环境变量# Linux / macOS export HF_ENDPOINThttps://hf-mirror.com # Windows PowerShell $env:HF_ENDPOINThttps://hf-mirror.com再启动程序python main.py或你已安装的 Buzz重新触发模型下载。HF_ENDPOINT是 huggingface_hub 库自带的镜像切换开关Buzz 的下载逻辑完全建立在该库之上所以改一个环境变量即可生效无需动代码。验证方法下载完成后到模型目录确认出现了新模型目录和.buzz_complete标记文件界面上模型立即可选。注意模型搜索框直连 huggingface.co第 87 行镜像后该功能可能暂时不可用不影响下载本体。方案二手动预置模型离线导入适用场景企业内网、或目标机器完全无法访问外部网络。在一台网络正常的机器上按需要的尺寸取到对应的ggml-xxx.bin文件。尺寸参考代码第 159~172 行常量tiny 约 73MB、base 约 139MB、small 约 462MB、medium 约 1.5GB、large 约 2.9GB、large-v3-turbo 约 1.6GB。在目标机器上查出 Buzz 的模型目录Linux/macOS/Windows 通用python -c from platformdirs import user_cache_dir; import os; print(os.path.join(user_cache_dir(Buzz), models))把文件复制进该目录并改名为ggml-model-whisper-custom.bin——这是 Buzz 唯一直接按固定路径读取的自定义模型文件名第 655 行。在偏好设置 → 模型中选 Whisper.cpp尺寸选 Custom。验证方法选到 Custom 后不再弹出下载对话框直接开始转录即说明生效。方案三走代理下载适用场景你已经有可用的代理工具不想引入镜像。启动 Buzz 前设置代理端口按你的代理实际修改Linux/macOS 用export HTTPS_PROXYhttp://127.0.0.1:7890PowerShell 用$env:HTTPS_PROXYhttp://127.0.0.1:7890。重新触发下载。Buzz 底层用的 requests 和 huggingface_hub 都会读取这两个环境变量代码无需任何修改。验证方法先执行curl -I https://huggingface.co若快速返回状态码说明代理链路正常再回 Buzz 下载观察速度。效果对比方案速度成功率适用环境国内镜像约数 MB/s视镜像线路而定约 90% 以上视镜像稳定性可访问国内镜像的家庭/办公网手动预置目标机零下载一次拷贝100%本地复制内网、网络强受限环境代理约数 MB/s视代理线路而定取决于代理质量已有代理的用户表中速度为一般网络环境下的约数仓库未提供实测数据模型尺寸数字来自 model_loader.py 第 159~172 行的常量可直接核对。还不行时进度一直是 0%——Whisper.cpp 本就没有进度条model_download_progress_dialog.py 的NO_PROGRESS_MODEL_TYPES不代表卡死。跑watch -n 2 du -sh 你的模型目录Linux/macOS看文件是否在变大Windows 可在 PowerShell 定期执行Get-ChildItem 目录 -Recurse | Measure-Object Length -Sum。提示 SHA256 不匹配——文件已损坏。删除模型目录里那个不完整文件后重新下载官方 Whisper 路线支持断点续传第 1007~1086 行不必从零开始。下载到一半中断——直接再点一次下载即可。huggingface_hub 缓存会保留已下成功的分片只补缺失部分且内置 3 次自动重试第 686~725 行。Windows 速度奇慢——单线程是代码设定第 739 行大文件建议改用方案一或方案二。选哪条路家庭/个人用户走方案一一行环境变量的成本收益最大。企业内网/批量部署走方案二外网机下好一次拷入内网分发。已有代理的用户直接用方案三少改一项配置。更进一步 buzz/model_loader.py下载、重试与 SHA256 校验的核心逻辑重点看第 600、686~786、1171~1186 行buzz/buzz.py模型目录与 HF_HOME 的初始化第 19~23 行buzz/widgets/preferences_dialog/models_preferences_widget.py模型设置面板含自定义模型链接输入框第 107~121 行想通读源码git clone https://gitcode.com/GitHub_Trending/buz/buzzBuzz 模型下载慢的根因很集中默认去海外节点取货。改的是网络路径不是代码。建议你先用「症状清单」确认自己卡在哪一步再从方案一开始动手模型就位后把音频文件拖进 Buzz 就能开始离线转录了。【免费下载链接】buzzBuzz transcribes and translates audio offline on your personal computer. Powered by OpenAIs 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 Buzz 离线转录模型下载慢？3 种免费加速方案的完整教程
Buzz 离线转录模型下载慢3 种免费加速方案的完整教程【免费下载链接】buzzBuzz transcribes and translates audio offline on your personal computer. Powered by OpenAIs Whisper.项目地址: https://gitcode.com/GitHub_Trending/buz/buzzBuzz 是一款基于 OpenAI Whisper 的免费离线语音转录工具但首次使用要下载几十 MB 到几 GB 的语音模型网络不佳时下载缓慢甚至失败。本文从源码讲清 Buzz 模型下载慢的根因并给出 3 种立即可用的加速方案。症状清单先看你的情况属于哪一种后文按这个顺序解决现象典型报错/表现一句话原因进度条长时间不动对话框只显示 Downloading modelWhisper.cpp 等模型走 huggingface_hub 库默认连接的是海外节点下载到一半报错弹出 Error 或 A connection error occurred连接被掐断内置 3 次重试全部用尽model_loader.py 第 686 行起文件下完了却不可用模型下拉框里找不到刚下的模型SHA256 校验不一致Buzz 判定损坏并删掉了文件第 1171~1186 行Windows 上格外慢速度明显低于 Linux/macOSWindows 被强制单线程下载第 739 行模型搜索框无提示输入模型 ID 后无联想结果搜索功能直连 huggingface.co 接口hugging_face_search_line_edit.py 第 87 行为什么会这样根因写在 model_loader.py 里Whisper.cpp 模型统一从 Hugging Face Hub 上的ggerganov/whisper.cpp仓库拉取第 600 行真正发起下载的是下面这段代码第 701~707 行result huggingface_hub.snapshot_download( repo_id, allow_patternsallow_patterns, cache_dircache_dir, max_workersmax_workers, )这几行说明Buzz 并不直连某个模型服务器而是全部经由 huggingface_hub 库走它默认的海外入口——线路慢就慢连接抖动就中断。另一条路线官方 Whisper 的 .pt 模型的下载地址由whisper._MODELS表给出同样在海外第 926 行。所以瓶颈不在 Buzz 本身而在默认去海外取货这一事实。它是怎么工作的整个流程分三步在偏好设置 → 模型里选定类型和尺寸 → 后台子进程调 huggingface_hub 取元数据、分片下载文件 → 成功后写入.buzz_complete标记文件第 127 行官方 Whisper 路线还会额外做 SHA256 校验第 1171~1186 行不匹配就删文件。所有模型文件放在系统缓存目录下的Buzz/models子目录默认路径由user_cache_dir(Buzz)决定第 120~121 行可用环境变量BUZZ_MODEL_ROOT覆盖第 122 行启动时 buzz.py 还会把 HuggingFace 的缓存位置 HF_HOME 也指到同一处第 19~23 行保证模型只存一份。健壮性方面下载失败自动重试 3 次、间隔 5 秒后翻倍第 686~725 行官方 Whisper 路线支持按字节断点续传第 1007~1086 行但 Windows 上被设为单线程、其余平台 8 线程第 739 行这就是 Windows 体感最慢的原因。怎么解决 方案一指向国内镜像最推荐适用场景能访问国内镜像站点想让 Buzz 改动最小。启动 Buzz 前设置镜像环境变量# Linux / macOS export HF_ENDPOINThttps://hf-mirror.com # Windows PowerShell $env:HF_ENDPOINThttps://hf-mirror.com再启动程序python main.py或你已安装的 Buzz重新触发模型下载。HF_ENDPOINT是 huggingface_hub 库自带的镜像切换开关Buzz 的下载逻辑完全建立在该库之上所以改一个环境变量即可生效无需动代码。验证方法下载完成后到模型目录确认出现了新模型目录和.buzz_complete标记文件界面上模型立即可选。注意模型搜索框直连 huggingface.co第 87 行镜像后该功能可能暂时不可用不影响下载本体。方案二手动预置模型离线导入适用场景企业内网、或目标机器完全无法访问外部网络。在一台网络正常的机器上按需要的尺寸取到对应的ggml-xxx.bin文件。尺寸参考代码第 159~172 行常量tiny 约 73MB、base 约 139MB、small 约 462MB、medium 约 1.5GB、large 约 2.9GB、large-v3-turbo 约 1.6GB。在目标机器上查出 Buzz 的模型目录Linux/macOS/Windows 通用python -c from platformdirs import user_cache_dir; import os; print(os.path.join(user_cache_dir(Buzz), models))把文件复制进该目录并改名为ggml-model-whisper-custom.bin——这是 Buzz 唯一直接按固定路径读取的自定义模型文件名第 655 行。在偏好设置 → 模型中选 Whisper.cpp尺寸选 Custom。验证方法选到 Custom 后不再弹出下载对话框直接开始转录即说明生效。方案三走代理下载适用场景你已经有可用的代理工具不想引入镜像。启动 Buzz 前设置代理端口按你的代理实际修改Linux/macOS 用export HTTPS_PROXYhttp://127.0.0.1:7890PowerShell 用$env:HTTPS_PROXYhttp://127.0.0.1:7890。重新触发下载。Buzz 底层用的 requests 和 huggingface_hub 都会读取这两个环境变量代码无需任何修改。验证方法先执行curl -I https://huggingface.co若快速返回状态码说明代理链路正常再回 Buzz 下载观察速度。效果对比方案速度成功率适用环境国内镜像约数 MB/s视镜像线路而定约 90% 以上视镜像稳定性可访问国内镜像的家庭/办公网手动预置目标机零下载一次拷贝100%本地复制内网、网络强受限环境代理约数 MB/s视代理线路而定取决于代理质量已有代理的用户表中速度为一般网络环境下的约数仓库未提供实测数据模型尺寸数字来自 model_loader.py 第 159~172 行的常量可直接核对。还不行时进度一直是 0%——Whisper.cpp 本就没有进度条model_download_progress_dialog.py 的NO_PROGRESS_MODEL_TYPES不代表卡死。跑watch -n 2 du -sh 你的模型目录Linux/macOS看文件是否在变大Windows 可在 PowerShell 定期执行Get-ChildItem 目录 -Recurse | Measure-Object Length -Sum。提示 SHA256 不匹配——文件已损坏。删除模型目录里那个不完整文件后重新下载官方 Whisper 路线支持断点续传第 1007~1086 行不必从零开始。下载到一半中断——直接再点一次下载即可。huggingface_hub 缓存会保留已下成功的分片只补缺失部分且内置 3 次自动重试第 686~725 行。Windows 速度奇慢——单线程是代码设定第 739 行大文件建议改用方案一或方案二。选哪条路家庭/个人用户走方案一一行环境变量的成本收益最大。企业内网/批量部署走方案二外网机下好一次拷入内网分发。已有代理的用户直接用方案三少改一项配置。更进一步 buzz/model_loader.py下载、重试与 SHA256 校验的核心逻辑重点看第 600、686~786、1171~1186 行buzz/buzz.py模型目录与 HF_HOME 的初始化第 19~23 行buzz/widgets/preferences_dialog/models_preferences_widget.py模型设置面板含自定义模型链接输入框第 107~121 行想通读源码git clone https://gitcode.com/GitHub_Trending/buz/buzzBuzz 模型下载慢的根因很集中默认去海外节点取货。改的是网络路径不是代码。建议你先用「症状清单」确认自己卡在哪一步再从方案一开始动手模型就位后把音频文件拖进 Buzz 就能开始离线转录了。【免费下载链接】buzzBuzz transcribes and translates audio offline on your personal computer. Powered by OpenAIs 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