Handy 离线语音转文字3 步跑通开口说话文字直接出现音频不出电脑【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开会时想边听边记但不想把录音上传给任何云服务按住一个快捷键、正常说话、松开你说的话就会直接出现在当前光标所在的文本框里——这就是 Handy一款开源、完全离线运行的语音转文字Speech-to-Text应用录音、识别、粘贴全部在你自己的电脑里完成。一句话定位Handy 是免费开源的跨平台桌面工具Windows / macOS / Linux面向在意隐私的用户——按快捷键、说话文字被粘贴进你正在用的任何输入框全程没有任何音频发往服务器。开口说话文字如何出现Handy 的主循环只有四步按下快捷键 → 说话 → 松开或再按一次→ 文本粘贴进当前应用。它内部做两件事用 Silero 的 VADVoice Activity Detection语音活动检测先把没人说话的静音段剪掉只把你真的在说的部分送去识别用你选定的本地模型把语音转成文字再自动粘贴。快捷键本身有三种行为模式在设置 → 通用 → 快捷键行为Shortcut Behavior里切换模式行为适合场景Auto默认按住 推而即说点按 开始/停止切换日常通用两种习惯都支持Hold只有按住期间才录音需要严格控制录音时长Toggle按一次开始再按一次结束长段口述、会议记录Handy 模型怎么选先看语言再看硬件模型是下载到你本机运行的路径见下文 FAQ在设置 → 模型里切换。官方维护的完整模型清单含文件大小、量化版本、支持语言数在 src-tauri/src/catalog/catalog.json常见的几款如下模型体量语言覆盖适用判断Parakeet Unified EN 0.6B默认推荐Q8_0 约 731MBQ4 量化约 477MB仅英语只说英语、追求最快响应Nemotron Streaming 3.50.6B28 种含中文多语言 自动语言检测日常主力Canary 180M Flash180M4 种低配机器几乎无感延迟Whisper Medium764M 参数99 种语言覆盖最广速度略慢Whisper Large v31.5B 参数100 种精度优先、配置较好的机器选择建议可以按两个问题判断你要说的语言只说英语 → Parakeet中文或中英混说 → Nemotron Streaming 3.5 或 Whisper 系列小语种 → Whisper Large v3。机器跑不跑得动都是本地推理参数越大越吃算力。拿不准就先装 0.6B 级别的设置页能看到每个模型的下载进度和磁盘占用。另外它有一个可选项后处理Post-Processing。你可以接一个 LLMOpenAI 兼容、Anthropic、Ollama 等 provider对识别结果做二次整理——删口头禅、改标点、转成英文。默认关闭也只有这个功能在你主动启用时才会走网络语音识别本身始终离线。三步跑通 Handy第 1 步安装。三个平台都有现成渠道# macOS brew install --cask handy # Windows winget install cjpais.Handy # Debian/Ubuntu先下载 .deb 包用 apt 装可自动带上依赖 sudo apt install ./Handy_*.deb也可以直接从官方发布页下载对应平台的安装包。第 2 步给权限、等模型。首次启动会请求麦克风权限录音用和辅助功能权限自动粘贴文字用两个都允许。它会自动下载推荐模型下载进度在设置页可见如果你手动改过模型这一步会自动下对应文件。第 3 步按快捷键说话。默认是CtrlShiftSpaceWindows/Linux或CmdShiftSpacemacOS按住说话、松开文字就出现在你之前聚焦的输入框里。习惯不同可以在设置里换成自己的组合键或切换上文说的 Hold / Toggle 模式。进阶用命令行和快捷键接管 Handy愿意折腾的人可以完全不碰鼠标。Handy 支持 CLI 参数macOS 上应用打包后直接调用二进制路径为/Applications/Handy.app/Contents/MacOS/Handyhandy --toggle-transcription # 切换录音开/关 handy --toggle-post-process # 切换录音 后处理 handy --cancel # 取消当前操作 handy --start-hidden --no-tray # 开机自启场景隐藏窗口、无托盘Linux 用户注意两件事文本输入工具按显示服务器选X11 装xdotoolWayland 装wtypesudo apt install xdotool/sudo apt install wtype装完粘贴才能稳定落到目标应用Wayland 下系统级快捷键由窗口管理器持有把命令设为handy --toggle-transcription即可比如 GNOME 自定义快捷键、Sway 配置里写bindsym $modo exec handy --toggle-transcription。想改它本身直接编译源码git clone https://gitcode.com/GitHub_Trending/handy11/Handy cd Handy bun install cd src-tauri cargo build --release平台依赖和构建细节都写在 BUILD.md 里。高频疑问Q: 粘贴出来的不是转录内容而是我刚才复制过的东西 A: 先按CtrlShiftDmacOS 为CmdShiftD打开 Debug 面板试Reliable Paste (Beta)仍不行就调大Paste Delay (After)。这个参数控制 Handy 多久之后才恢复你原来的剪贴板值太小会导致目标应用读慢半拍。Q: Linux 上文本贴丢了、或者贴进了别的窗口 A: 到设置 → 高级把Overlay Position覆盖层位置设为None并打开Audio Feedback用声音提示录音状态。Linux 下录音覆盖层可能抢焦点这是最常见的干扰源。Q: 网络受限模型下不下来 A: 手动下载模型文件放进应用数据目录下的models文件夹macOS~/Library/Application Support/com.pais.handy/modelsWindows%APPDATA%\com.pais.handy\modelsLinux~/.config/com.pais.handy/models文件名不要改重启 Handy 后在设置 → 模型里应显示已下载。数据目录在设置 → 关于页面可直接复制。Q: 蓝牙耳机当麦克风录音时播放音质/音量突然变差 A: 这是 macOS 上蓝牙耳机切到双向音频的正常现象。输出继续用耳机输入改选 Mac 内置麦克风即可。Q: 快捷键里用了 fn地球键却按不出来 A:fn不是标准 USB HID 信号只有 Apple 键盘能被 macOS 识别第三方键盘的 Fn 在固件里就被消化了系统根本收不到事件。换成ctrl/option/shift/command加普通键的组合。Handy 速查清单你想做的事怎么做切换录音不碰鼠标handy --toggle-transcription录音并走 LLM 后处理handy --toggle-post-process静默后台启动handy --start-hidden --no-tray打开 Debug 面板macOSCmdShiftD其他平台CtrlShiftD改录音触发方式设置 → 通用 → Shortcut BehaviorAuto/Hold/Toggle查数据目录、手动放模型设置 → 关于 → App Data Directory下设models/看全部可装模型src-tauri/src/catalog/catalog.jsonHandy 是 MIT 协议见 LICENSE的社区项目欢迎把踩到的坑、想要的功能以 issue 或 PR 的形式丢回仓库——它被设计成最容易分叉的语音转文字应用你就是下一个改它的人。【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