
Handy 是开发者 cjpais 用 Rust 写的开源语音输入工具,GitHub 上 39,207 星、MIT 许可、11 月 16 日还有更新,Windows、macOS、Linux 都有安装包;按住快捷键说话、松开就把识别结果粘进当前输入框,音频不出本机,免费、不用注册、也没有字数限制。
语音输入这件事,手机上是标配,电脑上却一直别扭:输入法自带的语音要登录、要联网,会议里说一句就往云端传一段;系统自带的识别对中文支持一般,专业词基本靠猜;花钱的听写软件按年订阅,还得一直开着账号。Handy 的路子很直接——把 Whisper 这类模型搬到本机,按下快捷键就开始录,松手出字。
参数一览
| 项目名称 | Handy |
| 作者 / 语言 | cjpais / Rust |
| Star / 许可 | 39,207 星 / MIT |
| 平台 | Windows、macOS、Linux,另有 Homebrew 与 winget 包 |
| 识别模型 | Whisper(Small/Medium/Turbo/Large)、Parakeet V3 |
| 工作方式 | 按住或切换式快捷键,Silero 做静音检测,识别完直接粘贴 |
| 网络 / 价格 | 完全离线,免费 |
它怎么工作
- 两种按键模式:按住说话、松开结束,或者点一下开始再点一下停,长段落用后者更省力。
- 先掐掉静音:Silero 的语音活动检测会把没说话的片段切掉,模型只处理真正的语音,短句响应更快。
- 模型可换:Whisper 的 Small 快、Turbo 平衡、Large 最准,有独显时自动走 GPU;Parakeet V3 是专门为 CPU 优化的模型,带自动语言识别,老机器也能用。
- 落地就粘贴:识别完成后直接写进光标所在位置,微信、浏览器、编辑器、终端都认,不需要先复制再粘贴。
适合人群
- 写公众号、写方案,口述初稿比敲键盘快的人。
- 开会或采访要快速记要点,又不想把录音传到云端的记者、销售。
- 手上有伤、长时间打字不舒服,需要替代输入方式的人。
- 反例:想要会议自动纪要、说话人分离、实时翻译的,它只做听写这一件事,这些得另配工具。
上手步骤
- 去项目的 Releases 页下对应安装包:Windows 也可以用 winget 装,macOS 用 Homebrew 的 cask,Debian/Ubuntu 下 .deb 后要用 apt 安装,让依赖自动补齐。
- 首次启动授予麦克风权限;macOS 还要在辅助功能里放行,否则文字粘不进别的应用。
- 设置里挑快捷键,默认组合和输入法冲突的话改成顺手的一组。
- 选模型:先用 Turbo 试,觉得不够准再换 Large;机器老就走 Parakeet V3。
- 打开任意输入框,按住快捷键说一段,松开看文字落进去,语速正常、句子别太长,准确率最高。
问:中文识别准不准?
答:Whisper 的中文可用,普通话清楚、环境安静时表现不错。人名、专业术语和口音重的段落容易走样,软件不做云端纠错,发出去前扫一眼。
问:要联网或者付费吗?
答:都不用。模型下载完之后完全离线运行,MIT 许可免费,没有账号也没有字数限制。
问:没有独立显卡的旧电脑能跑吗?
答:能。Parakeet V3 就是为 CPU 优化的,识别速度够日常口述;换 Whisper 大模型会更准,但等待时间明显变长。
问:中英文混着说会怎么样?
答:模型本身支持多语言,中文句子里夹英文单词一般能转出来,但专有名词和缩写容易写成同音词,需要自己改。
最后更新:2026-11-19
声明:本站所有文章,如无特殊说明或标注,均为本站原创发布。任何个人或组织,在未征得本站同意时,禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益,可联系我们进行处理。
