Handy 离线语音转文字5分钟上手指南【免费下载链接】HandyA free, open source, and extensible speech-to-text application that works completely offline.项目地址: https://gitcode.com/GitHub_Trending/handy11/Handy开会赶不上记笔记长文只想说不想打却又舍不得把录音传给云端开源项目 Handy 帮你解决按一下快捷键说话文字直接出现在任意输入框里语音转文字全程离线完成声音一步不出你的电脑。它是什么和同类工具差在哪Handy 是一款跨平台桌面应用支持 Windows、macOS 和 Linux用 Tauri 框架前端 React、后端 Rust 的轻量桌面方案加 Whisper 系列模型把语音识别完全放在本地跑。和先把音频上传云端、再返回文字的主流语音输入工具相比它的区别可以概括为三点完全离线音频全程不出本机、免费且开源MIT 协议代码可查可改、模型可自选Whisper 各尺寸、Parakeet 等按需切换代码组织见 核心模块。核心功能拆解离线转录怎么跑起来全程不用联网也能用松开快捷键后录音先经 Silero VAD语音活动检测通俗说就是自动剪掉没人说话的部分过滤掉静音再由你选的模型转成文字最后自动粘贴进你正在用的应用。可选模型包括 WhisperSmall 约 487MB 到 Large 约 1.1GB有 GPU 时自动加速和面向 CPU 优化、支持自动语言检测的 Parakeet0.9.0 版本换装 transcribe.cpp 引擎后又增加了 Granite、Voxtral、MedASR、Qwen3 ASR 等一批新模型。快捷键一步配好新安装默认用 Auto 模式按住快捷键录音、松开即停也可以点按一次开始、再点按一次停止两种习惯一套按键都兼容。介意的话可以在 General → Shortcut Behavior 里改成 Hold纯按住说话或 Toggle纯点按切换。边说边看到字装上流式模型如 Parakeet Unified、Nemotron Streaming后你说话的同时文字就逐字出现在屏幕上整段转录也完成得更快配套的流式覆盖层会实时显示正在写入的内容不喜欢的话可以在高级设置里换回极简样式。转录后的自动整理Handy 默认开启填充词移除自动删掉嗯、啊这类口癖还支持自定义词表提升专有名词的识别准确率。想要更工整的输出可以打开 LLM 后处理接入支持 Base URL API Key 的提供商含 Apple Intelligence 等用你写的提示词润色原始转录——该功能默认关闭需手动开启并填入密钥。5 分钟完成安装和第一次转录✅安装macOS 和 Windows 有现成的包管理器通道cask 与 winget 包由社区维护# macOS brew install --cask handy # Windows winget install cjpais.HandyLinux 下载 .deb 后用 apt 安装依赖会自动补齐sudo apt install ./Handy_*.deb✅首次配置启动后授予麦克风和辅助功能用于粘贴文字权限Handy 会自动下载推荐模型到应用数据目录路径可在设置 About 页查看。✅第一次使用点进任意输入框按下快捷键说话、松开文字就出现在原处——你的第一次离线转录完成了。进阶与生态模型、命令行与自动化自己动手管模型网络受限时可跳过自动下载把模型文件Whisper 的 .bin 或 GGUF 文件文件名保持原样放进数据目录下的models文件夹macOS 为~/Library/Application Support/com.pais.handy/modelsLinux 为~/.config/com.pais.handy/models重启 Handy 即被识别放进共享 Hugging Face 缓存或社区微调的 Whisper 模型它也会自动发现并列入 Models 页的 Custom 区域。用命令行远程控制官方标注为 betahandy --toggle-transcription # 切换录音 handy --start-hidden --no-tray # 隐藏窗口和托盘启动Wayland 用户尤其值得玩窗口管理器保留快捷键的主权把自定义按键绑定到 CLI 或 Unix 信号上即可——bindsym $modo exec pkill -USR2 -n handy这里的pkill只是发信号、不会杀掉进程GNOME、KDE、Hyprland 都可用同样思路配置。嵌入自己的工作流社区 Raycast 扩展支持从 Raycast 里开始/停止录音、查历史、管词表、切模型和语言配合开机自启 隐藏启动设置Handy 适合常驻后台做随时听写。Linux 上记得装文本输入工具X11 用 xdotoolWayland 用 wtypedotool 需要用户加入 input 组。从源码构建开发者需要 Rust 和 Bun各平台依赖清单见 BUILD.mdgit clone https://gitcode.com/GitHub_Trending/handy11/Handy cd Handy bun install bun tauri dev谁该用谁可以先等等如果你的录音涉及隐私、常处离线环境或想把语音转文字工具改成自己的样子Handy 很合适如果你要的是手机随手录、开箱即用的云端高精度识别它帮不上忙。先去装好它、按住快捷键说句话试试有问题提个 issue喜欢就点个 star。【免费下载链接】HandyA free, open source, and extensible speech-to-text application that works completely offline.项目地址: https://gitcode.com/GitHub_Trending/handy11/Handy创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
