Handy(离线语音转文字工具)

Handy是什么

Handy是一款完全免费、开源且可扩展的离线语音转文字（Speech-to-Text）桌面应用程序，专为注重隐私与自由的用户设计。它无需连接互联网，所有语音处理均在本地完成，确保你的声音永远不会上传到云端。基于 Tauri 框架（Rust + React/TypeScript） 构建，Handy 支持 Windows、macOS 和 Linux 三大主流操作系统，通过一键快捷键即可将你说的话实时转化为文本，并自动粘贴到任意文本输入框中，真正实现“说话即输入”。

Handy 诞生于对现有语音识别工具的反思：大多数商业产品依赖云服务，存在隐私泄露风险；而少数本地化方案又往往封闭或难以定制。为此，开发者创建了 Handy——一个真正开放、透明、社区共建的语音输入解决方案。

该项目采用现代化技术栈：

• 前端界面：React + TypeScript + Tailwind CSS，简洁直观

• 后端逻辑：Rust 编写，高效稳定，负责音频采集、系统事件监听和机器学习推理

• 核心引擎：

• whisper-rs：支持 OpenAI Whisper 模型的本地运行（small/medium/turbo/large）

• transcription-rs：集成 Parakeet V3 模型，CPU 友好，具备自动语言检测能力

• 底层库支持：

• cpal：跨平台音频输入

• vad-rs：基于 Silero 的语音活动检测（VAD），精准识别何时开始说话

• rdev：全局快捷键注册

• rubato：高质量音频重采样

整个流程完全在设备本地执行，从录音 → 静音过滤 → 语音识别 → 文本输出，全程不联网。

软件功能

软件特色

1. 极致隐私保护

“你的声音属于你自己。”
Handy 不收集、不上传、不记录任何语音片段，所有计算都在你自己的电脑上完成。

2. 高度可扩展性（Forkable by Design）

代码结构清晰，模块化设计，鼓励开发者 Fork 项目并进行二次开发。无论是添加新模型、改进 UI 还是集成 AI 编辑器，都可以轻松实现。

3. 灵活的模型选择

• Whisper 系列模型：精度高，适合高性能设备

• Parakeet V3：轻量级 CPU 模型，可在老旧设备上流畅运行（最低支持 Intel Skylake）

4. 真正的跨平台支持

支持：

• macOS（Intel 与 Apple Silicon）

• Windows x64

• Linux（推荐 Ubuntu 22.04 / 24.04）

5. 简单易用，专注核心任务

没有复杂的菜单和多余功能，只有一个目标：把你说的话变成文字，放进文本框里。

6. 免安装 CLI 版本可用

除了图形界面版，还提供原始 Python 命令行版本（Handy CLI），便于脚本集成与自动化使用。

使用方法

第一步：下载与安装

1. 访问AI铺子软件下载页

2. 根据操作系统下载对应安装包（.exe, .dmg, .AppImage 等）

3. 安装程序并运行

第二步：授权权限

首次启动需授予以下权限：

• 麦克风访问权

• 辅助功能权限（用于模拟键盘输入，将文本粘贴到其他应用）

macOS 用户注意：需在「系统设置 > 隐私与安全性 > 辅助功能」中手动添加 Handy。

第三步：配置快捷键

进入 Settings（设置） 页面：

• 设置你喜欢的录音快捷键（例如 Ctrl+Alt+S）

• 选择默认使用的语音识别模型（Whisper-small / Parakeet V3 等）

• 启用/关闭自动开始识别、静音检测灵敏度等选项

第四步：开始使用

1. 打开任意文本编辑器（如 Word、Notion、微信、Chrome 输入框）

2. 按下快捷键开始录音

3. 清晰说出你想输入的内容

4. 松开按键，几秒内文字就会出现在光标处！

提示：说慢一点、清晰些，识别准确率更高。

收费价格

✅ 完全免费！永久免费！

Handy 遵循 MIT 开源许可证，任何人都可以：

• 免费下载、使用、修改、分发

• 用于个人或商业用途

• 自行构建、部署、二次开发

项目由社区贡献者和赞助商共同支持，无广告、无订阅、无付费墙。

常见问题解答（FAQ）

Q1：Handy 是否需要联网？

不需要。所有语音识别过程均在本地完成，即使断网也能正常使用。

Q2：支持哪些操作系统？

✅ 支持：

• macOS（M系列芯片 & Intel）

• Windows 10/11 x64

• Linux（Ubuntu 推荐，其他发行版也可尝试）

Q3：对电脑配置有什么要求？

注：低配电脑建议使用 Parakeet V3 模型以获得更好体验。

Q4：如何提升识别准确率？

• 使用高质量麦克风

• 在安静环境中讲话

• 发音清晰、语速适中

• 优先选用 Whisper Medium 或 Large 模型（需较强硬件）

Q5：能否添加中文训练模型？

目前内置模型已支持中文识别（尤其是 Whisper 和 Parakeet V3）。未来可通过自定义模型路径加载更多语言模型。

总结

Handy不仅是一款实用的离线语音转文字工具，更是一个开源的语音输入软件。它以 隐私优先、本地运行、开放共享 为核心理念，填补了市场上缺乏真正自由、可控语音识别工具的空白。无论你是程序员、作家、学生还是残障人士，只要你想用语音快速输入文字，而又不愿牺牲隐私，Handy 都是一个值得信赖的选择。

更重要的是——它属于你。你可以阅读它的每一行代码，修改它的每一个细节，甚至把它变成你理想中的样子。