Handy

Handy ist eine kostenlose quelloffene Desktop-App zur Spracherkennung, die Sprache lokal transkribiert und das Ergebnis in das gerade verwendete Textfeld einfügt. Sie eignet sich für Menschen, die Nachrichten, Notizen und andere Texte lieber diktieren, ohne ihre Audiodaten an einen Cloud-Transkriptionsdienst zu senden.

Hauptfunktionen

• Nehmen Sie über ein konfigurierbares globales Tastenkürzel auf.
• Wählen Sie automatisches Halten oder Umschalten, Hold-only oder Toggle-only.
• Transkribieren Sie mit heruntergeladenen Whisper- oder Parakeet-Modellen auf Ihrem Rechner.
• Filtern Sie Stille über Sprachaktivitätserkennung.
• Fügen Sie erkannten Text in die aktive Anwendung ein und prüfen Sie den Transkriptverlauf.
• Konfigurieren Sie Mikrofone, Sprache, eigene Wörter und optionale Nachbearbeitung.

Installation und Einstieg

Installieren Sie den Mac-cask dieses Katalogs mit brew install --cask handy, oder verwenden Sie eine offizielle Veröffentlichung für Ihr Betriebssystem und Ihre Architektur. Der Homebrew-cask und das Windows-winget-Paket werden nicht von den Handy-Entwicklern gepflegt. Starten Sie Handy, erlauben Sie Mikrofonzugriff und die angeforderte Accessibility-Berechtigung unter macOS und konfigurieren Sie ein Tastenkürzel. Laden Sie vor dem Diktieren ein unterstütztes Sprachmodell herunter und wählen Sie es aus. Setzen Sie den Cursor in ein Textfeld, starten Sie die Aufnahme, sprechen Sie und beenden Sie die Aufnahme; Handy verarbeitet das Audio und fügt den Text ein.

Im Tastenkürzelmodus Auto halten Sie das Kürzel zum Aufnehmen und lassen es zum Stoppen los, oder tippen es zum Umschalten der Aufnahme an. Hold und Toggle legen jeweils eine Interaktionsart fest. Testen Sie gewähltes Mikrofon, Tastenkürzel und Einfügeverhalten in Ihrer Zielanwendung, bevor Sie sich in einer längeren Sitzung darauf verlassen. Kombinationen mit fn/Globe benötigen eine Apple-Tastatur; Standard-Modifikatortasten und normale Tasten sind über verschiedene Tastaturen hinweg zuverlässiger.

Offlinemodelle und Datenschutz

Lokale Transkription benötigt zunächst einen Modelldownload. Die README von 0.9.8 nennt Whisper Small mit etwa 487 MB, Medium mit 492 MB, Turbo mit 1,600 MB und Large mit 1,100 MB sowie Parakeet Unified EN 0.6B Q8_0 mit 731 MB. Diese gerundeten Modelldownloadgrößen von Upstream kommen zur App-Installation hinzu und sind keine Angaben zu installiertem Speicher oder RAM. Modelle unterscheiden sich in Sprachabdeckung, Geschwindigkeit, Genauigkeit und Hardwarebedarf; nehmen Sie nicht an, dass jedes Modell jede Sprache unterstützt. Whisper kann bei Verfügbarkeit GPU-Beschleunigung nutzen, während die README auch CPU-orientierte Parakeet-Optionen beschreibt.

Nach Installation eines Modells läuft gewöhnliche Transkription lokal ohne Konto oder Cloudabonnement. Modell- und App-Updatedownloads benötigen Netzwerkzugriff. Upstream dokumentiert die manuelle Modellinstallation für eingeschränkte Netzwerke: Über die About-Seite der App wird das Datenverzeichnis ermittelt, und die exakten Modelldateinamen müssen erhalten bleiben.

Optionale LLM-Nachbearbeitung ist standardmäßig deaktiviert. Wird dafür ein entfernter API-Anbieter eingerichtet, kann Transkripttext an diesen gesendet werden; API-Schlüssel, Konto und Nutzungsgebühren gemäß dessen Bedingungen können erforderlich sein. Die Aussage zur Offline-Audiotranskription bedeutet nicht, dass jede optionale Netzwerkintegration lokal ist. Prüfen Sie vor dem Aktivieren der Nachbearbeitung den ausgewählten Endpunkt.

Anforderungen, Plattformen und Grenzen

Dieser Homebrew-Mac-cask benötigt macOS 13 Ventura oder neuer und bietet separate Downloads für Apple Silicon und Intel. Die versionierte App-Konfiguration nennt das niedrigere Bundle-Bereitstellungsziel 10.15; das ist keine verifizierte unterstützte Mindestversion dieses cask, verwenden Sie daher die Ventura-Anforderung des Katalogs. Offizielle Veröffentlichungen bieten auch Desktop-Builds für Windows und Linux; generierte mobile Symboldateien im Repository belegen keine unterstützte Veröffentlichung für iOS oder Android. Ein allgemeines Minimum für RAM, GPU oder installierten Speicher ist nicht bestätigt: Die Leistung hängt von Modell und Rechner ab. Ein funktionierendes Mikrofon und ausreichender Modellspeicher sind erforderlich; in dieser Momentaufnahme sind keine zusätzliche Homebrew-formula-Abhängigkeit oder cask-Konflikte deklariert.

Das Apple Silicon-DMG von 0.9.8 umfasst 19,558,818 Bytes und entspricht dem Produktionsdownload-Datensatz; das Intel-DMG umfasst 22,238,504 Bytes. Das sind Übertragungsgrößen ohne separat heruntergeladene Modelle. Texteingabe unter Linux hängt vom Displayserver und externen Werkzeugen wie xdotool, wtype oder dotool ab; Wayland-Unterstützung hat Grenzen, und GTK/OpenBLAS-Laufzeitabhängigkeiten können gelten. Folgen Sie der offiziellen Linux-Anleitung für Ihre Distribution.

Unter macOS kann Aufnahme über das Mikrofon eines Bluetooth-Headsets Wiedergabequalität oder Lautstärke reduzieren; das integrierte Mac-Mikrofon oder ein externes Mikrofon kann diesen Kompromiss vermeiden. Aufnahmeoverlays unter Linux können den Fokus stehlen und das Einfügen stören, daher deaktiviert Upstream das Overlay standardmäßig. Wird alter Zwischenablagetext eingefügt, prüfen Sie die offizielle Hilfe zur Einfügeverzögerung; Reliable Paste ist ausdrücklich Beta. Spracherkennung kann Fehler machen, prüfen Sie daher wichtige diktierte Texte.

Preis und Lizenz

Handy selbst ist unter MIT-Lizenz kostenlos, mit optionalen Spenden und Sponsoring. Sprachmodelle und optionale Drittanbieterdienste behalten eigene Lizenzen und Bedingungen; die MIT-Lizenz der App deckt nicht jedes heruntergeladene Modell oder jeden kostenpflichtigen API-Dienst ab.

Quellen: Offizielle Website, README und Fehlerbehebung für 0.9.8, Offizielle Downloads für 0.9.8, App-Konfiguration, Nachbearbeitungsstandards, Lizenz.