用免费应用在 Windows 上运行 Whisper
作者：Andreas（ClipCatalog 的开发者）。事实核对日期：2026年11月5日。 来源
Whisper 是 OpenAI 推出的开放语音识别模型。Buzz、Vibe 等免费桌面应用可在普通 Windows 电脑上运行它，因此你的录像无需离开电脑。如果是整个视频库，ClipCatalog 会转录你文件夹中的视频，并让你搜索其中说过的内容。
在 Windows 上运行 Whisper 最简单的方法是什么？
安装 Buzz 或 Vibe 等免费桌面应用。两者都提供 Windows 安装程序，因此不需要 Python 或命令行。在应用中下载一个 Whisper 模型，之后即可在电脑上离线转录。有显卡会更快，但不是必需的。
开始使用
适合少量文件的免费工具
以下三款免费开源程序可在 Windows 上运行 Whisper。还有其他程序；当我们询问 AI 助手哪款 Windows 工具能离线转录所有视频文件并搜索说过的内容时（2026 年 10 月），这三款属于被提及最多的几款。
| 程序 | 类型 | 支持平台 | 许可与价格 | 导出格式 |
|---|---|---|---|---|
| Buzz | 桌面应用 | Windows、macOS、Linux | 开源（MIT），免费 | TXT、SRT、VTT |
| Vibe | 桌面应用 | Windows、macOS、Linux | 开源（MIT），免费 | SRT、VTT、TXT、HTML、PDF、JSON、DOCX |
| whisper.cpp | 命令行程序和库 | Windows、macOS、Linux 等 | 开源（MIT），免费 | TXT、SRT、VTT 等 |
| ClipCatalog | 视频库编目应用 | Windows 10 和 11 | 付费，一次性购买 US$99；可免费试用 | TXT、SRT |
Buzz
Buzz 的官方页面列出了：转录音频和视频文件、通过麦克风实时转录、识别说话人、自动转录新文件的监视文件夹，以及带搜索功能的转录查看器。
Vibe
Vibe 的官方页面列出了：批量转录多个文件、翻译成英语、识别说话人、转录麦克风或系统音频，以及支持 NVIDIA、AMD 和 Intel 显卡。
whisper.cpp
Whisper 的 C/C++ 实现，其他程序以它为基础构建，ClipCatalog 也在使用。它通过命令行使用，其文档介绍了如何先用 FFmpeg 将录音转换为 WAV。
什么情况下免费工具更合适
- 你只是偶尔转录几段录像。
- 你的录音是音频文件，比如播客或语音备忘录。ClipCatalog 只转录视频文件的声音。
- 你需要翻译成英语、标注说话人或通过麦克风转录。Buzz 和 Vibe 的页面列出了这些功能，ClipCatalog 都没有。
- 你使用 Mac 或 Linux。ClipCatalog 只能在 Windows 上运行。
想让整个视频库都转录并可搜索时
当成百上千个视频分散在各个文件夹和硬盘里时，转录本身反而是简单的部分。难的是管理：哪些文件已经处理完，每份转录文本在哪里，你记得的那句话出现在哪个片段里。ClipCatalog 会在你的电脑上完成这些管理工作。
文件夹只需添加一次
添加你的文件夹和硬盘后，ClipCatalog 会转录其中每个视频的声音。之后添加的视频会在下次同步时转录。你也可以为任意文件夹关闭转录。
搜索说过的一切
输入几个词或一个短语，即可看到说过这些话的每个片段，并在转录文本中高亮显示。还可以添加更多词，并选择必须全部出现还是任意一个即可。
与画面内容结合
可按人物、AI 标签、场景描述、日期、相机或文件夹缩小口语搜索结果。
按视频识别语言
ClipCatalog 会识别每个视频的口语语言，并支持按语言筛选。很可能只是背景噪音的转录文本不会保存。
字幕和文本
可将任意转录文本导出为 SRT 字幕或纯文本，也可以复制。
有显卡就用显卡
转录在支持 Vulkan 的显卡上运行，没有时改用处理器。内置测试会选出更快的设备。
常见问题
Whisper 能在不联网的情况下使用吗？
可以。本页所有程序都在你的电脑上运行 Whisper。每个程序都需要先下载一个 Whisper 模型，之后转录无需联网。ClipCatalog 会在首次启动时下载 AI 模型，并不时联网验证许可证。
需要显卡吗？
不需要。Whisper 也能在处理器上运行，只是更慢。ClipCatalog 在有 NVIDIA、AMD 或 Intel 显卡时会使用显卡，否则改用处理器。
Whisper 能听懂哪些语言？
很多。它在清晰的语音上效果最好；口音很重、背景噪音或多人同时说话都会降低准确率。ClipCatalog 会自动识别每个视频的语言。
转录需要多长时间？
取决于你的电脑（尤其是显卡）、Whisper 模型以及素材量。处理时，ClipCatalog 会显示每个步骤的剩余时间。
ClipCatalog 能转录 MP3 或 WAV 文件吗？
不能。ClipCatalog 编目的是视频文件，并转录其中的声音。纯音频文件请使用 Buzz 或 Vibe 等免费工具。
ClipCatalog 使用哪个 Whisper 引擎？
whisper.cpp，即 Whisper 的开源 C/C++ 实现，随应用提供。
可以免费试用 ClipCatalog 吗？
可以。免费试用永不过期，最多可处理 500 个视频或 10 小时素材。许可证为一次性购买，价格 USD 99。
来源
本页事实所依据的各开发者官方页面
免费工具变化频繁。选择前请在各开发者的页面上确认当前功能。