[Github] Handy – 完全离线的开源跨应用语音输入工具

Handy 是一款面向桌面的开源语音输入工具：按下快捷键说话，松开后在本机完成识别，再把结果写入当前文本框。它支持 Windows、macOS 与 Linux，并提供 Whisper 与 Parakeet 等本地模型，适合不希望把录音发送到云端、又想在笔记、文档、聊天和浏览器之间统一使用语音输入的人。

快速结论

截至 2026 年 7 月 15 日核对时，GitHub 页面显示 26,547 Stars、2,289 Forks；最新正式版为 v0.9.2，主分支最近提交日期为 2026 年 7 月 12 日。仓库仍有近期维护，但项目 README 也明确列出若干已知问题。

项目概览

Handy 的工作流很直接：用户通过可配置快捷键开始或结束录音，Silero VAD 负责过滤静音，随后由本地语音模型生成文本，最后粘贴到当前应用。整个识别过程可以留在设备上，不需要把声音上传到云端。

项目使用 Tauri 构建桌面应用，界面采用 React 与 TypeScript，系统集成和音频处理主要由 Rust 完成。它还提供启动隐藏、取消识别、切换转写等命令行参数，便于与桌面快捷键或自动化工具组合。

核心功能

本地转写

Handy 支持多种 Whisper 模型，并在硬件允许时使用 GPU 加速；也支持更偏向 CPU 运行的 Parakeet V3。不同模型的文件体积、速度、语言覆盖和准确率不同，首次使用需要下载模型，因此受限网络环境可能需要手动放置模型文件。

跨应用输入

识别完成后，Handy 会把文本送入当前获得焦点的输入位置，因此不局限于某个编辑器。它适合在邮件、聊天、笔记和浏览器表单中快速输入，但无障碍权限、剪贴板行为和窗口焦点都会影响结果。

快捷控制

用户可以配置按下说话或切换式录音，也能通过命令行控制已经运行的实例。macOS 还可配合 Raycast 扩展管理录音、历史、词典和模型；这些外部集成需要单独安装和维护。

安装方式

最稳妥的方式是从官方 Release 页面或项目网站下载安装包。macOS 可通过 Homebrew Cask、Windows 可通过 winget 安装，但 README 明确说明这两个软件包并非由 Handy 开发者维护；重视来源一致性时，应优先下载官方 Release 资产并核对对应签名文件。

首次启动通常需要授予麦克风和辅助功能权限，然后下载或选择本地模型。Whisper 大模型会占用更多磁盘与内存，较老设备可以先尝试较小模型或 CPU 友好的 Parakeet，再根据延迟与准确率调整。

使用边界

“完全离线”描述的是语音识别过程，不代表安装、模型下载和更新也不需要网络。项目还说明部分 Windows 与 Linux 配置可能发生 Whisper 模型崩溃；Linux Wayland 的文本写入支持有限，通常需要 wtype、dotool 等额外工具。

在 Linux 上，录音浮层可能抢占焦点，导致转写结果粘贴到错误窗口或无法粘贴；README 建议必要时关闭浮层。语音输入涉及敏感内容时，还应检查转写历史、系统剪贴板、调试日志和本地磁盘的保护方式。

适合人群

• 希望在多个桌面应用中使用统一语音输入的人。
• 不愿把工作内容、会议片段或个人语音交给云端识别的用户。
• 愿意按设备性能选择模型、处理权限与快捷键的进阶用户。
• 需要可查看源码、可扩展语音输入基础的开发者。

如果你需要实时会议协作、云端团队词库、专业字幕校对或手机端原生体验，Handy 可能不如成熟商业服务完整。低配置设备也应先测试延迟和模型占用。

常见问题

Handy 免费吗

软件代码采用 MIT 许可证，可免费使用、研究和修改。但 Handy 的名称、Logo、图标和品牌资产不属于开源内容，制作非官方分支或重新分发时必须使用自己的品牌，不能暗示获得官方认可。

是否需要联网

日常语音识别可以完全在本机进行，不需要把录音上传到云端。首次下载应用、模型和更新仍需要网络；处于代理或防火墙环境时，可以按照 README 的目录说明手动安装模型。

支持中文吗

是否支持中文主要取决于所选模型。Whisper 系列覆盖多语言，项目也持续调整简繁中文转换相关行为。实际准确率会受口音、麦克风、环境噪声、模型大小和设备性能影响，建议用自己的语料测试。

Linux 能用吗

可以，但 Linux 的显示服务器、桌面环境和文本输入工具差异较大。X11 通常需要 xdotool，Wayland 可尝试 wtype 或 dotool；部分系统还需要安装 gtk-layer-shell，并可能要关闭录音浮层。

录音会上传吗

按项目说明，转写在本地完成，不会把录音发送到云端。为了完整保护隐私，仍需检查设备磁盘加密、转写历史、剪贴板、应用日志和第三方扩展，因为这些本地环节不等同于“自动加密”。

总结建议

Handy 的价值在于把离线语音识别做成一个跨应用输入入口，而不是只提供单独的转写窗口。Windows 和 macOS 用户可以先安装小模型测试快捷键、延迟与准确率；Linux 用户应先核对 Wayland/X11、依赖和粘贴行为。正式输入敏感内容前，再确认历史记录与本地存储策略。

相关链接

• GitHub 仓库：cjpais/Handy
• 项目网站：https://handy.computer
• 最新 Release：https://github.com/cjpais/Handy/releases/latest