三步上手离线语音转文本工具 Handy

三步上手离线语音转文本工具 Handy

【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

开会要记要点、写稿在憋字，最省事的办法其实是直接说出来。Handy 是一个免费开源的桌面小工具：按住快捷键，口述内容就变成文字，粘进你正在编辑的任何地方——全程离线，声音和文本都留在本机。

✅ 三步跑起来

git clone https://gitcode.com/GitHub_Trending/handy11/Handy && cd Handy npm install npm run tauri dev

首次构建稍慢，稍等片刻。窗口打开后，左侧是设置侧边栏，右侧面板能看到麦克风、快捷键行为、模型下载状态；识别模型首次使用需要联网下载一次（几百 MB），下载完成后就不再需要网络。

🎧 离线识别意味着什么

你说的每句话都只在电脑上处理：录音、静音过滤、转成文字，整条链路不走任何 API，音频文件不存在"上传"这个动作。公司内网、高铁上、关掉 Wi-Fi，转录照常工作，弱网和断网对识别质量没有影响。模型本身就放在本地运行，所以网络状况只影响你第一次下载模型，之后离线语音转文本这件事完全由机器自己完成。

三个最值得配的设置

快捷键行为——这是你最高频接触的开关，配对了才顺。设置里能选 Auto（按住录、点一下切换）、Hold（按住才录）、Toggle（点一次开始、再点一次停）三种方式；如果你经常在多个应用之间来回切，Toggle 模式最省事，不会手滑松开就把录音掐断。改的位置：快捷键行为设置。

麦克风——录错设备，后面识别得再好也白搭。选内置麦克风或外接设备，输出端留给耳机，尤其 macOS 上蓝牙耳机当麦克风时，录音期间外放音质会明显下降。改的位置：麦克风选择。

自定义词表——你天天挂在嘴边的项目名、人名，往往是识别率最差的词。把高频词逐条加进词表，模型转写时会倾向匹配这些写法，错字肉眼可见地变少。改的位置：自定义词表。

🎤 它适合这三类场景

写稿卡壳时，与其盯着空白文档，不如按住快捷键把思路口述出来，文字直接落在光标处，接着改，比逐字敲快得多，也少一次复制粘贴。开会时，Toggle 模式点一下就开录，不用惦记"松手就停"，散会后再慢慢整理，要点先变成文字，录音只是备选。对打字吃力或手部不便的人来说，按住一个键说话、松开得文字，配上自动提交和粘贴方式的选项，输入流程可以做得非常接近普通打字，声音真正替代了键盘。

🧩 它凭什么能离线

后端用 Rust 编写：录音、全局快捷键监听、把文字敲进任意输入框，这些系统级操作都在本机完成，整体由 Tauri 打包成 Windows、macOS、Linux 的桌面应用；前端是 React 加 TypeScript 的设置界面。识别引擎选 Whisper 系列或 Parakeet V3 模型，模型文件存在本地，静音过滤同样由本机的 VAD 模块先滤一遍——所以从麦克风到模型再到文字注入，没有任何一步需要请求外部服务。

经常断网、对录音数据敏感、或者想把"打字"换成"说话"的人，值得装一个试试。如果你已经习惯云端转写 API，又没有任何隐私顾虑，这套本地流程带来的额外价值就比较有限。

【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