一个快捷键跑通离线语音转文字：Handy 本地语音识别上手指南

一个快捷键跑通离线语音转文字：Handy 本地语音识别上手指南

【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

Handy 是一款开源的跨平台桌面应用，把语音转文字完整搬到了本地：录音、识别、输出文字全部在你的电脑上完成，音频不会上传到任何服务器。它支持 Windows、macOS 与 Linux，断网状态下同样可用。

这是个什么样的项目

Handy 的定位很克制：一个免费的开源语音转文字工具，只做一件事——按住快捷键说话，松开后识别出的文字直接落到你当前正在编辑的地方。从录音到出字，中间不经过任何服务器。

技术实现上，前端由 React 和 TypeScript 构建，Rust 负责音频采集、粘贴与系统级交互，识别引擎运行在本地的 Whisper 与 Parakeet 模型上。

三大系统安装命令

Debian 和 Ubuntu 用户建议用 APT 安装.deb包，依赖会被自动配齐。想跟进最新代码的开发者，可以克隆仓库 [https://gitcode.com/GitHub_Trending/handy11/Handy] 后执行npm install和npm run tauri dev从源码运行。

首次启动配置

1. 授予系统权限：首次启动会请求麦克风和辅助功能权限，两者都需要同意，前者用于采集声音，后者用于把文字粘贴回其他应用。
2. 设置全局快捷键：在设置里指定一个录音键，行为模式默认是 Auto——按住录音、松开停止，点按一次开始、再按一次停止。具体配置见 src/components/settings/ShortcutInput.tsx。
3. 选择语音模型：Whisper 系列提供 Small 到 Large 多种规格，有独立显卡时识别速度明显更快；Parakeet V3 面向 CPU 优化并支持语言自动检测，配置不高的设备可以优先选它。

日常怎么用

日常使用只有一个动作：按住快捷键，正常说话，松开按键。Handy 会把刚才的录音在本地转成文字，并直接粘贴进当前活跃的应用——邮件正文、代码编辑器、聊天输入框都行，不需要你切换窗口或手动复制。录错的词可以去转录历史里找到，一键重新贴出。

整条链路里唯一离开你设备的，是最后落在文档里的文字；音频本身从未上传。

进阶功能按需看

模型随时切换：Small 轻、出字快，适合低配置设备；Medium 在精度和速度之间比较均衡；Turbo 与 Large 精度更高，适合有 GPU 的机器。装了几个模型都不占额外成本，可以在模型设置里按任务来回切。

自定义词汇表：产品名、内部代号、专业术语这类容易被听错的词，加进词汇表后识别准确率会明显提升。词表同样只保存在本地。

转录历史管理：历史默认保留在本地，方便回看和把某段文字重新贴出来；保存多久、留多少条，都可以在历史相关设置中调整。

混合多语言识别：Parakeet V3 会自动检测你说的话是什么语言，一段里中英文混杂也能正常处理；Whisper 系列则需要在模型设置中指定目标语言。应用整体覆盖 20 多种语言，完整清单可看 src/i18n/locales/。

适用场景速览

• 内容创作：口述长文初稿比打字快得多，写完再人工修订。
• 会议记录：敏感讨论的录音全程留在本机，不会随录音外流。
• 无障碍辅助：手部不适或 RSI 的用户可以用说话替代持续打字。
• 多语言沟通：跨语言口述与翻译，不需要来回切换输入环境。

遇到问题快速查

结语

Handy 把语音输入的成本压得很低：装好应用、选一个模型、按住快捷键说话。识别全程发生在本地，没有订阅费用，也没有网络依赖。

【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