Handy 一个免费、开源且可扩展的语音转文本应用程序，可完全离线工作。

一个免费、开源且可扩展的语音转文本应用程序，可完全离线工作。

Handy 是一个使用 Tauri（Rust + React/TypeScript）构建的跨平台桌面应用程序，可提供简单、注重隐私的语音转录。按下快捷键、说话并让您的文字出现在任何文本字段中——所有这些都无需将您的声音发送到云端。

Handy 的创建是为了填补真正开源、可扩展的语音转文本工具的空白。正如 handy.computer 上所述：

• 免费：辅助功能工具属于每个人，而不是付费专区
• 开源：我们可以一起进一步建设。为自己扩展 Handy 并为更大的事业做出贡献
• 私人：您的声音保留在您的计算机上。无需将音频发送到云端即可获取听录
• 简单：一种工具，一项工作。转录你所说的话并将其放入文本框中

Handy 并不是试图成为最好的语音转文本应用程序，而是试图成为最可分叉的应用程序。

1. 按可配置的键盘快捷键开始/停止录音（或使用一键通模式）
2. 在快捷指令处于活动状态时说出您的话
3. Release and Handy 使用 Whisper 处理您的语音
4. 将转录文本直接粘贴到您正在使用的任何应用程序中

该过程完全是本地的：

• 使用 VAD（语音活动检测）和 Silero 过滤静音
• 听录使用您选择的模型：
  • Whisper 型号（小/中/Turbo/大），如果可用，具有 GPU 加速功能
  • Parakeet V3 – CPU 优化模型，具有出色的性能和自动语言检测
• 适用于 Windows、macOS 和 Linux

1. 从发布页面或网站下载最新版本
2. 按照特定于平台的说明安装应用程序
3. 启动 Handy 并授予必要的系统权限（麦克风、辅助功能）
4. 在“设置”中配置您首选的键盘快捷键
5. 开始转录！

有关细的生成说明，包括特定于平台的要求，请参阅 BUILD.md。

Handy 是作为 Tauri 应用程序构建的，结合了：

• 前端：React + TypeScript 和 Tailwind CSS 用于设置 UI
• 后端：用于系统集成、音频处理和 ML 推理的 Rust
• 核心库：
  • whisper-rs：使用 Whisper 模型进行本地语音识别
  • transcription-rs：使用 Parakeet 模型进行 CPU 优化的语音识别
  • cpal：跨平台音频 I/O
  • vad-rs：语音活动检测
  • rdev：全局键盘快捷键和系统事件
  • rubato：音频重采样

Handy 包括用于开发和故障排除的高级调试模式。按以下方式访问它：

• macOS的：Cmd+Shift+D
• Windows/Linux：Ctrl+Shift+D

该项目正在积极开发中，存在一些已知问题。我们相信当前状态的透明度：

• macOS（Intel 和 Apple Silicon）
• x64 窗口
• x64 Linux

以下是在您自己的计算机上运行 Handy 的建议。如果不满足系统要求，应用程序的性能可能会下降。我们正在努力提高各种计算机和硬件的性能。

对于耳语模型：

• macOS：M 系列 Mac、Intel Mac
• Windows：Intel、AMD 或 NVIDIA GPU
• Linux：Intel、AMD 或 NVIDIA GPU
  • Ubuntu 22.04、24.04

对于长尾小鹦鹉 V3 型号：

• 仅 CPU作 – 在各种硬件上运行
• 最低：Intel Skylake（第 6 代）或同等 AMD 处理器
• 性能：在中端硬件上实时速度 ~5 倍（在 i5 上测试）
• 自动语言检测 – 无需手动选择语言