Handy

Handy由一位名叫CJ Pais的个人开发者创建和维护。他开发这款软件的初衷是因为自己手指骨折打了石膏没法打字，发现市面上没有好用的开源语音转文字工具，于是决定自己写一个。项目托管在GitHub上，目前已经有不少开发者参与贡献代码。

Handy是一款桌面端的语音转文字工具。它不像讯飞输入法那样需要联网才能用，所有语音识别都在你自己的电脑上完成。你可以把它理解成一个按着说话、松开出字的智能输入助手，支持中英文等多种语言的识别。

安装并打开Handy后，先在设置里选择你的麦克风设备，然后选择想要使用的语音识别模型（比如Whisper或Parakeet V3）。首次使用某个模型时需要下载，下载完成后就可以离线使用了。 接着在设置中自定义一个快捷键，默认是Ctrl加空格键。设置好之后，随便打开一个能打字的地方，比如记事本、Word或者网页输入框，按住快捷键开始说话，说完松开按键，刚才说的话就会变成文字出现在光标位置。整个过程非常自然流畅。

免费。Handy是一个开源软件，没有任何收费版本或内购项目。你可以免费下载、免费，甚至可以免费查看和修改源代码。

从隐私保护角度看，Handy非常安全。所有语音识别都在本地电脑上完成，录音文件不会上传到任何服务器，不存在数据被第三方获取的风险。 从软件稳定性角度看，Handy基于Tauri框架构建，后端使用Rust语言，运行比较稳定。不过由于语音识别模型本身存在一定的识别错误率，尤是嘈杂环境下，转写结果需要手动修正一下。

选择合适的识别模型很关键。如果你的电脑配置比较高，建议下载Whisper large模型，识别准确率；如果电脑配置一般或者主要识别英文，可以试试Parakeet V3，速度快且准确率也不错。 说话时尽量吐字清晰、语速平稳，不要忽快忽慢。背景噪音尽量控制一下，风扇声、键盘声都会影响识别效果。 录音时建议用头戴式麦克风或者离电脑近一点的桌面麦克风，比笔记本内置麦克风的收音效果好很多。 经常使用的短语或专业术语，可以在说话时稍微放慢语速、加重读音，这样模型识别会更准确一些。

Handy的特色是松手即粘贴的设计，不需要在软件和文档之间切换焦点，按下说话松开出字，符合直觉操作习惯。这个设计比传统的先录音再手动复制粘贴的方式效率高很多。 离线运行是另一个核心优势。没有网络的场景下也能用，而且录音数据不经过云端，适合处理敏感信息。 跨平台支持也很实用。Windows、macOS、Linux都能用，在不同系统之间切换工作环境时，操作习惯保持一致。 开源可扩展的属性让有技术能力的用户可以自己修改代码，比如接入自己的语音识别引擎或者添加额外的后处理功能。

非常安全。Handy的语音识别全部在本地运行，录音文件保存在你自己的电脑硬盘上，不会上传到任何云端服务器。这意味着你的对话内容、会议记录、笔记等隐私数据不会被第三方接触到。 对于有数据安全要求的企业用户来说，Handy是一个比较理想的语音输入方案。相比那些需要联网上传音频的云端语音服务，Handy的数据由你自己掌控。

对于需要频繁输入文字的用户来说，Handy确实能提升效率。按住说话就能出字，比打字快很多，尤适合长篇内容的录入。离线运行也省去了网络延迟的等待时间。 不过也有一些需要注意的地方。语音识别不是百分之百准确，尤是中文里同音字比较多，偶尔需要手动修正。另外首次下载模型时需要联网，模型文件比较大，Whisper large模型有好几个GB，网速慢的话需要等一会儿。低配电脑上跑大模型时会有明显延迟。 如果你经常需要输入大段文字、手打字容易累、或者对数据隐私比较在意，Handy值得一试。

这取决于你选择的语音识别模型。Whisper tiny和base模型资源占用较低，普通办公电脑都能流畅运行。但如果选择Whisper large这样的高精度模型，对内存和CPU的要求就比较高了，建议至少有8GB以上内存并且使用独立显卡加速。 Handy本身作为软件占用资源不多，主要是语音识别模型在运行时会有一定的计算开销。如果电脑配置一般，建议从小模型开始尝试，识别效果能满足日常使用的话就不需要追求大模型了。

Handy支持Windows、macOS和Linux三大桌面操作系统。Windows版本提供exe安装包，macOS版本提供dmg安装包，Linux版本支持x64架构。开发者近期还增加了对NixOS的支持。