离线语音转文本完全免费方案Handy 5分钟上手彻底告别云转录与订阅费【免费下载链接】HandyA free, open source, and extensible speech-to-text application that works completely offline.项目地址: https://gitcode.com/GitHub_Trending/handy11/Handy凌晨一点灵感像水龙头一样涌出来可你的手指还在键盘上慢慢爬产品评审会上你低头记笔记的那三十秒恰恰错过了全场最关键的决策腱鞘炎发作的下午回一条微信都要深呼吸三次。这些时刻缺的从来不是输入法而是一个把话变成字的出口。Handy 就是这样一款离线语音转文本工具——它免费、开源、完全本地运行按下快捷键开口说话文字就直接落到你正在使用的任意输入框里全程不需要联网音频数据一步都不会离开你的设备。它和云服务到底差在哪一张表看懂用过网页版语音转写的人都知道那种憋屈音频要上传、高峰期要排队、免费额度说没就没、断网就罢工。Handy 走的是完全相反的技术路线把识别引擎直接装进你的电脑。对比维度Handy本地运行主流云语音转写服务数据去向采集、降噪、识别全程在本机完成音频上传到服务器再处理网络依赖完全离线可用断网即失效费用开源免费无额度限制按时长计费或订阅制平台覆盖Windows / macOS / Linux多为 Web 端或单一平台识别模型可自由更换多种本地模型固定黑盒无法干预可扩展性源码开放可 fork、可魔改无要点提炼三句话足够隐私不是承诺而是架构没有上传动作就没有泄露路径从根上断了数据外流的可能。一次配置、长期零成本没有用量上限没有到期提醒录音转文字从此变成免费基建。开源可审计代码完全开放社区驱动迭代你甚至可以按自己的需求改一版专属的。三步跑通最简流程装、配、录先别急着研究模型和参数最快路径是让第一句话成功落地之后再慢慢打磨。第一步安装 Handy最省事的方式是直接用包管理器装预编译版本# macOS brew install --cask handy # Windows winget install cjpais.Handy习惯从源码构建的话也可以拉取仓库自行编译适合想改代码的开发者git clone https://gitcode.com/GitHub_Trending/handy11/Handy cd Handy npm install npm run tauri dev第二步完成首次配置安装完成后启动应用主要做三件事授予麦克风权限这是录音的前提系统弹窗时点允许。授予辅助功能权限Handy 需要这个权限才能把转录文本粘贴到其他应用里缺了它文字就送不出去。确认快捷键与模型打开设置看一眼默认的全局录音快捷键不喜欢随时改然后在模型页选一个下载。首次下载的模型体积不小建议挂在后台等它完成。第三步录下第一句话打开任意一个能输入文字的窗口备忘录、聊天框、文档编辑器都行按下全局快捷键开口说话再按一次结束。稍等一两秒你刚说的话就会以文字的形式出现在光标所在的位置——这就是完整的最小闭环。跑通这一步Handy 的核心价值你已经体验到了。能力拆解三个专题一次讲透专题一识别模型怎么选一张表帮你对号入座Handy 支持多套本地识别引擎选对模型直接决定速度和准确率的平衡模型特点适合谁Whisper Small轻量快速占用低日常口述、会议速记的默认选择Whisper Medium速度与准确率折中对文字质量有一定要求的中度用户Whisper Turbo针对速度优化响应快追求说完即出字的节奏Whisper Large准确率天花板吃配置专业场景、生僻术语多的内容Parakeet V3CPU 优化 自动语言检测没有独立显卡、追求性价比的机器流式模型Parakeet Unified / Nemotron Streaming 3.5边说边出字需要实时反馈、边想边说的场景新手直接选 Small 起步觉得识别不够准再往上加想要实时字幕感的体验可以试试流式模型——配合新增的实时转录浮层你说话的同时就能看到文字逐字出现那种话刚落、字已成的反馈相当有成就感。除了上述主力模型新版本还逐步接入了 IBM Granite、Mistral Voxtral、Google MedASR、阿里 Qwen3 ASR 等更多模型家族模型页会持续扩充选择值得定期去翻一翻。专题二参数与自定义项怎么调按需开关清单Handy 的设置项大多集中在src/components/settings/目录对应的界面上按需勾选即可不必全开。这里给一份高性价比清单触发方式全局快捷键 Push-to-talk按住说话、松开停止两种配合使用覆盖绝大多数场景。输出行为自动粘贴、回车提交、末尾补空格让转录文字无缝融入打字流。文本净化开启去除填充词把嗯那个这类口头禅从结果里清掉输出立刻干净一个档次。词汇与语言在自定义词汇里加入专业术语、人名和项目代号能显著提升特定领域的识别准确率多语言场景可按需指定语言或交给模型自动检测。音频链路多麦克风环境下指定输入设备还可以选择输出设备防止录音时声音被切走。后处理润色可选接入兼容 OpenAI 接口的模型服务对转录结果做二次整理把口语化内容改写成通顺的书面表达相关设置集中在PostProcessingSettingsApi/目录。界面观感流式浮层可以切换为极简样式主题也支持自定义按个人喜好调整即可。专题三性能怎么榨干四个杠杆想让识别又快又准其实就四件事模型与档位匹配日常用 Small/Medium只有对准确率有硬要求再上 Large避免杀鸡用牛刀。硬件加速在加速设置里启用 GPU 推理能明显缩短出字时间没有独立显卡就选 CPU 友好的 Parakeet 系列。内存与常驻策略根据你的内存余量调整模型卸载超时——内存紧张就让模型空闲即卸追求秒开就让它常驻。输入质量安静的房间 离嘴近的高质量麦克风比任何参数调整都管用录音增益和 VAD 灵敏度也可以在高级设置里微调。实战串讲三个连贯案例把知识点串起来案例一半小时会议十分钟出纪要目标会上不漏关键决策散会后快速产出结构化纪要。操作选用 Whisper Small 模型会议中把发言要点分段口述记录一段一个快捷键天然形成段落散会后打开文档用补录的方式把结论再口述一遍文字直接粘贴进编辑器。结果会议结束十分钟内拿到一份要点完整的文字稿手写笔记从此可以退役。案例二手腕受伤期间的无障碍输入目标尽量少打字照样把邮件和日常沟通处理完。操作切换到 Push-to-talk 模式按住说话、松开即停在自定义词汇里预先加入同事昵称和项目代号识别准确率明显提升顺手开启填充词去除让输出更利落。结果全程几乎零敲键完成了多封邮件措辞干净利落输入这件事不再依赖双手。案例三外语文案 润色流水线目标把口述的中文初稿变成一封通顺的英文邮件。操作选用支持翻译的模型开启翻译成英文或录完音后交给后处理服务润色把常用动作绑定到handy --toggle-post-process命令一条命令完成说话 → 转录 → 润色 → 粘贴。结果外语输出从边查词典边打字变成开口即成品整条流水线只需一个快捷键触发。避坑指南四个高频问题的速查表现象原因解决Linux 下转录文字没能粘贴进目标窗口实时浮层抢占了焦点高级设置里把 Overlay Position 改为 NonemacOS 连蓝牙耳机录音后播放音质变差蓝牙切换成双向音频模式耳机只作输出麦克风改选内置或外接Whisper 模型在部分机器上偶发崩溃与特定系统配置不兼容先换 Parakeet 模型再开 debug 模式抓日志反馈Wayland 桌面下输入完全无反应缺少文字注入工具安装 wtype 或 dotool并把用户加入 input 组如果遇到其他疑难杂症src-tauri/src/目录里藏着完整的核心处理逻辑scripts/下有配套工具脚本BUILD.md和CONTRIBUTING.md是入门的延伸阅读入口边看边试往往比搜答案更快。写在最后让口述成为你的默认输入方式下一次开会你不再需要一边点头一边狂敲键盘下一次灵感闪现你只需开口说话就能把念头钉在屏幕上下一次双手腾不出来文字依然能跟着你的声音抵达它该去的地方。工具的意义就是让障碍消失得无声无息——Handy 做的正是这件事把语音变成文字把效率还给思考。现在就花五分钟完成三步装好 Handy录下第一句话再按自己的习惯调一版专属配置。从明天开始打字这件事交一半给声音。【免费下载链接】HandyA free, open source, and extensible speech-to-text application that works completely offline.项目地址: https://gitcode.com/GitHub_Trending/handy11/Handy创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
离线语音转文本完全免费方案：Handy 5分钟上手，彻底告别云转录与订阅费
离线语音转文本完全免费方案Handy 5分钟上手彻底告别云转录与订阅费【免费下载链接】HandyA free, open source, and extensible speech-to-text application that works completely offline.项目地址: https://gitcode.com/GitHub_Trending/handy11/Handy凌晨一点灵感像水龙头一样涌出来可你的手指还在键盘上慢慢爬产品评审会上你低头记笔记的那三十秒恰恰错过了全场最关键的决策腱鞘炎发作的下午回一条微信都要深呼吸三次。这些时刻缺的从来不是输入法而是一个把话变成字的出口。Handy 就是这样一款离线语音转文本工具——它免费、开源、完全本地运行按下快捷键开口说话文字就直接落到你正在使用的任意输入框里全程不需要联网音频数据一步都不会离开你的设备。它和云服务到底差在哪一张表看懂用过网页版语音转写的人都知道那种憋屈音频要上传、高峰期要排队、免费额度说没就没、断网就罢工。Handy 走的是完全相反的技术路线把识别引擎直接装进你的电脑。对比维度Handy本地运行主流云语音转写服务数据去向采集、降噪、识别全程在本机完成音频上传到服务器再处理网络依赖完全离线可用断网即失效费用开源免费无额度限制按时长计费或订阅制平台覆盖Windows / macOS / Linux多为 Web 端或单一平台识别模型可自由更换多种本地模型固定黑盒无法干预可扩展性源码开放可 fork、可魔改无要点提炼三句话足够隐私不是承诺而是架构没有上传动作就没有泄露路径从根上断了数据外流的可能。一次配置、长期零成本没有用量上限没有到期提醒录音转文字从此变成免费基建。开源可审计代码完全开放社区驱动迭代你甚至可以按自己的需求改一版专属的。三步跑通最简流程装、配、录先别急着研究模型和参数最快路径是让第一句话成功落地之后再慢慢打磨。第一步安装 Handy最省事的方式是直接用包管理器装预编译版本# macOS brew install --cask handy # Windows winget install cjpais.Handy习惯从源码构建的话也可以拉取仓库自行编译适合想改代码的开发者git clone https://gitcode.com/GitHub_Trending/handy11/Handy cd Handy npm install npm run tauri dev第二步完成首次配置安装完成后启动应用主要做三件事授予麦克风权限这是录音的前提系统弹窗时点允许。授予辅助功能权限Handy 需要这个权限才能把转录文本粘贴到其他应用里缺了它文字就送不出去。确认快捷键与模型打开设置看一眼默认的全局录音快捷键不喜欢随时改然后在模型页选一个下载。首次下载的模型体积不小建议挂在后台等它完成。第三步录下第一句话打开任意一个能输入文字的窗口备忘录、聊天框、文档编辑器都行按下全局快捷键开口说话再按一次结束。稍等一两秒你刚说的话就会以文字的形式出现在光标所在的位置——这就是完整的最小闭环。跑通这一步Handy 的核心价值你已经体验到了。能力拆解三个专题一次讲透专题一识别模型怎么选一张表帮你对号入座Handy 支持多套本地识别引擎选对模型直接决定速度和准确率的平衡模型特点适合谁Whisper Small轻量快速占用低日常口述、会议速记的默认选择Whisper Medium速度与准确率折中对文字质量有一定要求的中度用户Whisper Turbo针对速度优化响应快追求说完即出字的节奏Whisper Large准确率天花板吃配置专业场景、生僻术语多的内容Parakeet V3CPU 优化 自动语言检测没有独立显卡、追求性价比的机器流式模型Parakeet Unified / Nemotron Streaming 3.5边说边出字需要实时反馈、边想边说的场景新手直接选 Small 起步觉得识别不够准再往上加想要实时字幕感的体验可以试试流式模型——配合新增的实时转录浮层你说话的同时就能看到文字逐字出现那种话刚落、字已成的反馈相当有成就感。除了上述主力模型新版本还逐步接入了 IBM Granite、Mistral Voxtral、Google MedASR、阿里 Qwen3 ASR 等更多模型家族模型页会持续扩充选择值得定期去翻一翻。专题二参数与自定义项怎么调按需开关清单Handy 的设置项大多集中在src/components/settings/目录对应的界面上按需勾选即可不必全开。这里给一份高性价比清单触发方式全局快捷键 Push-to-talk按住说话、松开停止两种配合使用覆盖绝大多数场景。输出行为自动粘贴、回车提交、末尾补空格让转录文字无缝融入打字流。文本净化开启去除填充词把嗯那个这类口头禅从结果里清掉输出立刻干净一个档次。词汇与语言在自定义词汇里加入专业术语、人名和项目代号能显著提升特定领域的识别准确率多语言场景可按需指定语言或交给模型自动检测。音频链路多麦克风环境下指定输入设备还可以选择输出设备防止录音时声音被切走。后处理润色可选接入兼容 OpenAI 接口的模型服务对转录结果做二次整理把口语化内容改写成通顺的书面表达相关设置集中在PostProcessingSettingsApi/目录。界面观感流式浮层可以切换为极简样式主题也支持自定义按个人喜好调整即可。专题三性能怎么榨干四个杠杆想让识别又快又准其实就四件事模型与档位匹配日常用 Small/Medium只有对准确率有硬要求再上 Large避免杀鸡用牛刀。硬件加速在加速设置里启用 GPU 推理能明显缩短出字时间没有独立显卡就选 CPU 友好的 Parakeet 系列。内存与常驻策略根据你的内存余量调整模型卸载超时——内存紧张就让模型空闲即卸追求秒开就让它常驻。输入质量安静的房间 离嘴近的高质量麦克风比任何参数调整都管用录音增益和 VAD 灵敏度也可以在高级设置里微调。实战串讲三个连贯案例把知识点串起来案例一半小时会议十分钟出纪要目标会上不漏关键决策散会后快速产出结构化纪要。操作选用 Whisper Small 模型会议中把发言要点分段口述记录一段一个快捷键天然形成段落散会后打开文档用补录的方式把结论再口述一遍文字直接粘贴进编辑器。结果会议结束十分钟内拿到一份要点完整的文字稿手写笔记从此可以退役。案例二手腕受伤期间的无障碍输入目标尽量少打字照样把邮件和日常沟通处理完。操作切换到 Push-to-talk 模式按住说话、松开即停在自定义词汇里预先加入同事昵称和项目代号识别准确率明显提升顺手开启填充词去除让输出更利落。结果全程几乎零敲键完成了多封邮件措辞干净利落输入这件事不再依赖双手。案例三外语文案 润色流水线目标把口述的中文初稿变成一封通顺的英文邮件。操作选用支持翻译的模型开启翻译成英文或录完音后交给后处理服务润色把常用动作绑定到handy --toggle-post-process命令一条命令完成说话 → 转录 → 润色 → 粘贴。结果外语输出从边查词典边打字变成开口即成品整条流水线只需一个快捷键触发。避坑指南四个高频问题的速查表现象原因解决Linux 下转录文字没能粘贴进目标窗口实时浮层抢占了焦点高级设置里把 Overlay Position 改为 NonemacOS 连蓝牙耳机录音后播放音质变差蓝牙切换成双向音频模式耳机只作输出麦克风改选内置或外接Whisper 模型在部分机器上偶发崩溃与特定系统配置不兼容先换 Parakeet 模型再开 debug 模式抓日志反馈Wayland 桌面下输入完全无反应缺少文字注入工具安装 wtype 或 dotool并把用户加入 input 组如果遇到其他疑难杂症src-tauri/src/目录里藏着完整的核心处理逻辑scripts/下有配套工具脚本BUILD.md和CONTRIBUTING.md是入门的延伸阅读入口边看边试往往比搜答案更快。写在最后让口述成为你的默认输入方式下一次开会你不再需要一边点头一边狂敲键盘下一次灵感闪现你只需开口说话就能把念头钉在屏幕上下一次双手腾不出来文字依然能跟着你的声音抵达它该去的地方。工具的意义就是让障碍消失得无声无息——Handy 做的正是这件事把语音变成文字把效率还给思考。现在就花五分钟完成三步装好 Handy录下第一句话再按自己的习惯调一版专属配置。从明天开始打字这件事交一半给声音。【免费下载链接】HandyA free, open source, and extensible speech-to-text application that works completely offline.项目地址: https://gitcode.com/GitHub_Trending/handy11/Handy创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
