Handy 离线语音转文字

Handy 是什么

Handy 是一款免费、开源、可扩展的离线语音转文字桌面应用。按下快捷键说话，松开后文字会自动粘贴到你正在使用的任意输入框中。整个识别过程都在本机完成，音频不会发送到云端。

项目使用 Rust 编写，基于 Tauri v2 构建跨平台桌面界面，支持 Windows、macOS 与 Linux。

核心特性

• 完全本地：语音识别在本机运行，隐私可控
• 一键输入：快捷键触发录音，识别结果直接粘贴到当前焦点输入框
• 多种模型：支持 Whisper（Small/Medium/Turbo/Large，可用时启用 GPU 加速）以及 CPU 优化的 Parakeet V3（自带语言自动检测）
• 静音过滤：使用 Silero 做 VAD 语音活动检测，减少无效音频
• 灵活触发：支持按住说话、点击切换，以及仅按住/仅切换模式
• 可扩展：提供 Raycast 扩展与命令行参数，方便接入自动化流程

基本使用流程

1. 从 Releases 页面或官网下载对应平台安装包并安装
2. 启动后授予麦克风、辅助功能等系统权限
3. 在设置中配置快捷键
4. 按下快捷键说话，松开后文字自动出现在输入框中

macOS 也可通过 Homebrew cask 安装，Windows 可通过 winget 安装（这两个包由社区维护）。Debian/Ubuntu 建议使用 APT 安装 .deb，以便自动处理依赖。

命令行与自动化

Handy 支持向已运行实例发送控制指令，也支持启动参数，例如：

handy --toggle-transcription   # 开始/停止录音
handy --cancel                 # 取消当前操作
handy --start-hidden --no-tray # 隐藏启动且不显示托盘图标

macOS 以 App 形式安装时，可直接调用应用包内的可执行文件。

平台注意事项

• Linux：X11 建议安装 xdotool，Wayland 建议安装 wtype 或 dotool，否则文字输入可能不生效
• macOS：包含 fn（Globe）键的快捷键仅适用于 Apple 键盘；蓝牙耳机麦克风可能影响播放质量
• 模型下载：首次使用需下载所选模型，占用一定磁盘空间

适合谁

需要高频文字输入、又在意隐私的开发者、写作者与无障碍用户，都可以把 Handy 作为日常效率工具。项目采用 MIT 协议，欢迎自行扩展并参与社区贡献。