破解语音转文字的难题，尽在Handy！

Handy: 一款免费的开源离线语音转文本应用

Handy是一款跨平台的桌面应用，专为隐私设计的简单语音转录工具，完全支持离线操作。您只需按下快捷键，开始讲话，您的话就会出现在任何文本框中，所有处理都在您的计算机内部完成，无需将语音发送至云端，完美解决了隐私问题。

为什么选择Handy？

Handy的目标是填补市面上缺乏真正开源、可扩展语音转文本工具的空白，具体优势包括：

免费：无论贫富，每个人都应该能够使用辅助工具，而非被高昂的付费墙所限制。开源：与大家一起发展，您可以为自己扩展Handy，并为更大的社区做贡献。私密：您的声音保持在您的计算机上，笔记转录过程无需将音频上传至云端。简单：一款工具专注于一项任务，转录您所说的并直接放入文本框中。

Handy并不打算成为最佳的语音转文本应用，而是希望成为最易于扩展的工具。

使用方法

操作流程

按下可配置的快捷键以开始/停止录音（或使用语音按键模式）。说出您的话，直到快捷键松开。放开快捷键，Handy会使用Whisper处理您的语音。获取转录的文本，直接粘贴到您使用的任何应用中。

所有过程均在本地完成：

使用VAD（语音活动检测）来过滤静音。使用您选择的模型进行转录：
Whisper模型（小型/中型/涡轮/大型），如可用则启用GPU加速。Parakeet V3 – CPU优化模型，性能优越，自动检测语言。 支持Windows、macOS和Linux系统。

快速开始

安装步骤

从发布页面或官方网站下载最新版本。按照特定平台的说明安装应用程序。启动Handy并授予必要的系统权限（麦克风、辅助功能）。在设置中配置您喜欢的快捷键。开始转录！

开发设置

有关详细的构建说明，包括平台特定需求，请查看BUILD.md。

体系结构

Handy作为Tauri应用程序构建，结合了：

前端：使用React + TypeScript和Tailwind CSS用于设置UI。后端：Rust用于系统集成、音频处理和机器学习推理。核心库：

whisper-rs：使用Whisper模型进行本地语音识别。
transcription-rs：使用Parakeet模型的CPU优化语音识别。
cpal：跨平台音频输入输出。
vad-rs：语音活动检测。
rdev：全局快捷键和系统事件。
rubato：音频重采样。

调试模式

Handy包含高级调试模式，用于开发和故障排除。通过以下方式访问：

macOS：
Cmd+Shift+DWindows/Linux：
Ctrl+Shift+D

已知问题与当前限制

该项目仍在积极开发中，并存在一些已知问题。我们相信保持透明是非常重要的：

平台支持

macOS（Intel和Apple Silicon均支持）x64 Windowsx64 Linux

系统要求/推荐配置

以下是运行Handy的推荐配置。如果您的计算机不符合系统要求，应用程序的性能可能会受到影响。我们正在努力改善各类计算机和硬件的性能。

Whisper模型：

macOS：M系列Mac，Intel MacWindows：Intel、AMD或NVIDIA GPULinux：Intel、AMD或NVIDIA GPU
Ubuntu 22.04、24.04

Parakeet V3模型：

仅CPU操作 – 适用于多种硬件。最低要求：Intel Skylake（第6代）或同等AMD处理器。性能：在中档硬件（如i5）上可实现~5倍实时速度。自动语言检测 – 无需手动选择语言。

相关项目

Handy CLI – 最初的Python命令行版本。handy.computer – 项目官网，提供演示和文档。

总结

Handy是一款专注于本地语音转文本的优秀应用，兼具开源和可扩展性，旨在为用户提供一个高效而私密的工具。有助于满足各种离线语音识别需求，不仅适用于个人使用，也为开发者提供了极大的自定义空间。探索与Handy同类的优秀项目，例如Handy CLI，进一步扩展您的语音转文本体验。