Handy

Handy 是一款免费、开源的桌面语音转文字应用，可在本地转写语音，并将结果插入你正在使用的文本字段。它适合喜欢用听写处理消息、笔记和其他写作的人，而不必将音频发送到云端转写服务。

主要功能

• 通过可配置的全局键盘快捷键录音。
• 选择自动的按住或切换行为、仅按住或仅切换模式。
• 在计算机上使用已下载的 Whisper 或 Parakeet 模型进行转写。
• 使用语音活动检测过滤静音。
• 将识别出的文本粘贴到活动应用中，并查看转写历史记录。
• 配置麦克风、语言、自定义词和可选的后处理。

安装和开始使用

使用 brew install --cask handy 安装此目录中的 Mac cask，或使用适用于你的操作系统和架构的官方版本。Homebrew cask 和 Windows winget 包并非由 Handy 的开发者维护。启动 Handy，授予麦克风访问权限以及 macOS 上请求的辅助功能权限，然后配置快捷键。在听写前下载并选择支持的语音模型。将光标放在文本字段中，触发录音，说话并停止录音；Handy 会处理音频并粘贴文本。

在自动快捷键模式下，按住快捷键录音，松开即停止，或轻按以切换录音。按住和切换模式强制采用一种交互方式。在依赖所选麦克风、快捷键和粘贴行为进行长时间会话之前，请在目标应用中试用它们。涉及 fn/Globe 的快捷键组合需要 Apple 键盘；标准修饰键和常规按键在各类键盘上更稳妥。

离线模型与隐私

本地转写需要先下载模型。0.9.8 README 列出了 Whisper Small 约 487 MB、Medium 约 492 MB、Turbo 约 1,600 MB、Large 约 1,100 MB，以及 Parakeet Unified EN 0.6B Q8_0 约 731 MB。这些上游舍入后的模型下载数据是应用程序安装程序之外的额外大小，并非已安装空间或 RAM 要求。不同模型在语言覆盖、速度、准确性和硬件需求方面有所不同；不要假定每个模型都支持每种语言。Whisper 在可用时可以使用 GPU 加速，而 README 还描述了面向 CPU 的 Parakeet 选项。

模型安装后，普通转写在本地运行，无需账户或云订阅。下载模型和应用更新需要网络访问。上游文档说明了在受限网络下手动安装模型的方法，使用应用的“关于”页面定位其数据目录，并保留精确的模型文件名。

可选的 LLM 后处理默认禁用。为其配置远程 API 提供商可能会将转写文本发送给该提供商，并可能需要 API 密钥、账户以及根据提供商条款产生的使用费用。离线音频转写这一说法并不意味着每个可选网络集成都位于本地。启用后处理前，请检查所选端点。

要求、平台和限制

此 Homebrew Mac cask 需要 macOS 13 Ventura 或更高版本，并提供单独的 Apple Silicon 和 Intel 下载。带标签的应用配置声明了更低的 10.15 bundle 部署目标；这并不是此 cask 经过验证支持的最低版本，因此请使用目录中的 Ventura 要求。官方版本还提供 Windows 和 Linux 桌面版；仓库生成的移动图标资源并不表示存在受支持的 iOS 或 Android 版本。未确认通用的 RAM、GPU 或已安装空间最低要求：性能取决于所选模型和机器。需要可用的麦克风和足够的模型存储空间；此快照中未声明额外的 Homebrew formula 依赖或 cask 冲突。

0.9.8 Apple Silicon DMG 为 19,558,818 字节，与生产下载记录一致；Intel DMG 为 22,238,504 字节。这些是传输大小，不包括单独下载的模型。Linux 文本插入取决于显示服务器以及 xdotool、wtype 或 dotool 等外部工具；Wayland 支持存在限制，并且可能适用运行时 GTK/OpenBLAS 依赖。请遵循针对所选发行版的官方 Linux 指南。

在 macOS 上，通过蓝牙耳麦麦克风录音可能会降低播放质量或音量；选择 Mac 的内置麦克风或外部麦克风可以避免这种取舍。Linux 录音叠加层可能会抢占焦点并干扰粘贴，因此上游默认禁用叠加层。如果粘贴了旧的剪贴板文本，请查看官方的粘贴延迟故障排除；Reliable Paste 明确为 beta。语音识别可能会出错，因此请检查重要的听写文本。

价格与许可证

Handy 本身在 MIT 许可证下免费，并提供可选捐赠和赞助。语音模型和可选第三方服务保留其各自的许可证和条款；应用的 MIT 许可证并不涵盖每个已下载模型或付费 API 服务。

来源：官方网站、0.9.8 README 和故障排除、官方 0.9.8 下载、应用配置、后处理默认值、许可证。