Handy：按快捷键说话，把离线转写结果填进任意文本框

IT
, ,
1

想对着电脑说话，把文字直接填进聊天框、邮件或编辑器，又不想把录音交给云端服务，可以看看 Handy。它是一个免费的开源语音输入工具，支持 Windows、macOS 和 Linux，语音转写在本机完成。

它做的事情很具体：按快捷键录音，说完停止，识别出的文字就粘贴到当前应用的输入框。对经常写长段解释、记录想法，或者想用语音给编程助手交代需求的人，这比先打开转写网页、上传录音、再复制结果少了几道操作。

Handy 官网宣传图：将语音输入到任意文本框
Handy 官网宣传图：将语音输入到任意文本框1200×630 41.3 KB

它怎么接进日常使用

Handy 不要求你换编辑器。它通过快捷键启动录音，再把转写结果送到你正在使用的应用里。可以按住说话、松开结束，也可以按一次开始、再按一次停止；设置里还能选择只保留其中一种模式。

底层会先用 Silero VAD 过滤静音，再做语音识别。可选模型包括 Whisper Small、Medium、Turbo、Large，以及面向 CPU 优化的 Parakeet V3。Whisper 在可用时支持 GPU 加速。

模型选择会影响资源占用和使用体验，不必一上来就选最大的。先拿自己常说的内容试几段，比只看模型名字更有用。不同模型支持的语言也不完全一样，不能把“支持多种模型”理解成每个模型都适合所有语言。

先装桌面版，不必搭服务

最直接的办法是从 官网 或 GitHub Releases 下载对应系统的安装包。

Windows 也可以用：

winget install cjpais.Handy

macOS 可以用：

brew install --cask handy

这两个软件包由社区维护，不是 Handy 开发者直接维护的分发渠道。

安装后先授予麦克风权限，以及系统需要的辅助功能权限，再配置快捷键和识别模型。准备好本地模型后，基础转写不需要把录音上传到云端，也不需要接一个在线模型 API。

有哪些地方需要留意

Handy 适合的是“说完一段，转成文字，再填进输入框”这种工作方式。不要把它当成输入法逐字显示的承诺，也别把它理解成会自己操作电脑的语音助手。

Linux 的文本回填还涉及桌面环境：X11 和 Wayland 可能需要额外安装相应的输入工具。macOS 如果使用蓝牙耳机麦克风，录音时可能因蓝牙切换到双向音频而影响播放音质；可以把耳机继续用作输出，把录音输入改为内置或外接麦克风。

它吸引人的地方是把本地语音识别做成了能在不同应用之间使用的桌面工具。识别率、等待时间和专业词汇表现，仍然要看模型、硬件和实际说话内容，不能只凭“离线”两个字判断。

项目信息