Handy：离线语音转文字桌面工具

项目简介

Handy 是一款免费、开源、可扩展的语音转文字桌面应用，完全离线运行。按下可配置的快捷键后说话，转录文本会直接粘贴到当前使用的任意文本框中，音频不会发送到云端。适合注重隐私、希望快速完成语音输入的用户。

支持 Windows、macOS 和 Linux。

主要功能

• 完全本地处理：转录在本机完成，不上传音频。
• 多种转录模型：可使用 Whisper 模型（Small/Medium/Turbo/Large），在可用时启用 GPU 加速；也可使用针对 CPU 优化的 Parakeet V3，支持自动语言检测。
• 静音过滤：使用 Silero VAD 进行语音活动检测，过滤静音片段。
• 灵活的快捷键：支持按住快捷键录音、松开停止，也支持点按切换录音；可设置为仅按住或仅切换模式。
• 跨平台桌面应用：提供 Windows、macOS、Linux 版本。
• 可扩展与集成：可通过 Raycast 扩展控制 Handy，包括开始/停止录音、浏览转录历史、管理词典、切换模型和语言。
• 调试与命令行控制：支持调试模式和命令行参数。

安装与使用

从 releases 页面 或 官网 下载最新版本并安装。

macOS 也可通过 Homebrew cask 安装：

brew install --cask handy

Windows 也可通过 winget 安装：

winget install cjpais.Handy

Debian/Ubuntu 下载 .deb 后建议用 APT 安装，以便自动安装依赖：

sudo apt install ./Handy_*.deb

安装完成后启动 Handy，授予麦克风和辅助功能等必要权限，在设置中配置快捷键，即可开始转录。

基本使用流程：

1. 按下配置好的快捷键开始录音；松开或再次点按停止。
2. 对着麦克风说话。
3. Handy 使用所选模型在本地转录语音。
4. 转录文本会粘贴到当前使用的应用中。

命令行控制示例：

handy --toggle-transcription    # 开始/停止录音
handy --toggle-post-process     # 带后处理地切换录音
handy --cancel                  # 取消当前操作
handy --start-hidden            # 启动时不显示主窗口
handy --no-tray                 # 启动时不显示系统托盘图标
handy --debug                   # 启用调试模式
handy --help                    # 查看全部参数

macOS 以应用包安装时，可直接调用二进制文件：

/Applications/Handy.app/Contents/MacOS/Handy --toggle-transcription

注意事项

• Linux 文本输入工具：X11 建议安装 xdotool；Wayland 建议安装 wtype 或 dotool。缺少这些工具时可能回退到兼容性有限的输入方式。
• Wayland 支持有限：系统级全局快捷键需在桌面环境或窗口管理器中配置，可将 handy --toggle-transcription 作为自定义快捷键命令。
• macOS 的 fn/Globe 键快捷键：包含 fn（Globe）键的快捷键只在 Apple 键盘上有效，第三方键盘无法触发，这是硬件限制。
• macOS 蓝牙耳机麦克风：使用蓝牙耳机麦克风录音时，可能因蓝牙切换为双向音频而暂时降低播放质量或音量；可将耳机保留为输出设备，并在 Handy 中选择 Mac 内置或外接麦克风。
• Linux 运行库依赖：如果启动时报 libgtk-layer-shell.so.0 缺失，请安装 libgtk-layer-shell0（Ubuntu/Debian）、gtk-layer-shell（Fedora/RHEL 或 Arch Linux）等对应软件包。
• Linux 录制浮层：默认关闭（Overlay Position: None），因为部分合成器会将其视为活动窗口并抢走焦点，导致无法粘贴回原应用。
• Homebrew cask 和 winget 包不由 Handy 开发者维护。

---

本作品整理自 GitHub 开源项目 cjpais/Handy，原作者 @cjpais，许可证 MIT。中文介绍由 AI 根据项目 README 整理，以原仓库为准。