Handy
cjpais (open source project) · 寫作 · 語音與語言
Handy 是一款免費、開源的 Handy 語音轉文字工具，在 Mac、Windows 與 Linux 上完全離線運作，只要一個鍵盤快捷鍵，就能把語音變成任何欄位裡的文字。離線語音辨識是它的核心，語音輸入也能在任何欄位直接完成。
關於 Handy
What Is Handy
Handy 是一款跨平台的桌面應用程式，只專心做好一件事：把語音變成文字，而且不把音訊傳到任何地方。你按下一個鍵、開口說話，字詞就會出現在你原本就在用的輸入框裡，從電子郵件到程式碼編輯器都行。
它會出現，是因為多數主打語音隱私的聽寫工具，不是收訂閱費，就是把你的錄音送到伺服器。Handy 把所有東西都留在你的電腦上。音訊透過本機 Whisper 轉錄或 Parakeet 模型處理，因此沒有網路也能運作，你說的話也不會離開你的電腦。
代價是設定。Handy 不是有即時客服的成熟商業產品，速度也得靠你的硬體撐。在慢一點的機器上，較大的模型可能跟不上你講話，所以最好挑小一點的模型，或用 CPU、GPU 夠力的裝置。Linux 使用者還得額外安裝一個小小的文字輸入工具，貼上才會正常。
Getting Started
- 從官方網站或 GitHub releases 頁面下載對應系統的安裝檔，或透過 Homebrew、winget 或你所用 Linux 發行版的套件管理器安裝。
- 啟動 Handy，並同意它要求的麥克風與輔助使用權限，這些是錄音與貼上文字所必需。
- 在設定裡挑一個轉錄模型，想要快一點就選較輕量的 Whisper 版本，或採用為 CPU 最佳化的 Parakeet V3。
- 設定好鍵盤快捷鍵，然後長按或輕按按鍵、開口說話，看著字詞出現在目前的輸入欄位。
產品資訊
快速了解 Handy 的定價、支援平台與效能。
適合對象
這項工具最適合的使用者、任務與情境。
使用者
- 寫作者與做筆記的人：適合想得比打得快的人，因為口述草稿比敲鍵盤快。咬字清楚，準確度就穩得住。
- 重視隱私的使用者：很適合處理敏感資訊的人，因為音訊永遠不離開裝置。不過你得下載應用程式，不能只用網頁版。
- 開發者與進階使用者：適合想調整設定、替換模型、擴充開源工具的人，前提是你受得了一個快速演進專案偶爾的粗糙邊角。
任務
- 口述長篇內容：把口述的段落轉成文字，用來發想文章、報導或報告都合適，而且當你保持穩定語速時表現最好，模型才跟得上。
- 填寫表單與訊息：快速回覆和簡短欄位天生合拍，你可以用講的取代用手指點。名字和數字還是建議自己再看一遍。
- 無障礙輸入：對打字吃力或會痛的人來說，Handy 提供一種幾乎不靠雙手的輸入方式，在絕大多數應用程式都能用，準確度取決於麥克風和你選的模型。
情境
- 處理敏感文件：當客戶合約或醫療紀錄不該碰到雲端服務時，本機處理會把內容留在你的電腦上，離線設計也讓它在受限的網路裡照樣能用。
- 在沒有穩定網路的地方寫作：在飛機上、偏遠辦公室，或連線不穩時，轉錄照常運作，因為模型就住在你的電腦裡。
- 在應用程式之間快速捕捉靈感：全域快捷鍵讓你對任何取得焦點的視窗口述，當你在瀏覽器、聊天軟體和筆記之間來回切換時特別好用，不必打斷思緒。
主要功能
完全離線的轉錄
Handy 在你自己電腦上處理每一段錄音，音訊永遠不會送到伺服器。沒有帳號、沒有雲端帳單，也沒有資料離開你的機器，這對私人或受規範的工作尤其重要。
Whisper 與 Parakeet 模型任你選
你可以執行 Small、Medium、Turbo 或 Large 等各種大小的 Whisper 模型，各自在速度與準確度之間取捨，也能改用 Parakeet V3，這是一款為 CPU 最佳化、能自動偵測語言的模型。這麼一來，是工具配合你的硬體，而不是反過來。
全域鍵盤快捷鍵
一組可自訂的快捷鍵能從系統任何地方開始錄音。你可以長按錄音、放開停止，輕按則開關切換，也能把應用程式鎖定成僅長按或僅切換，讓聽寫配合你原本的工作方式。
按鍵說話與切換模式
除了常見的長按或輕按選項，Handy 還加了專門的按鍵說話模式，只在按鍵被壓住時讓麥克風保持開啟。這讓你更精準地控制應用程式何時收音，在共用空間裡很實用。
自訂字典與歷史紀錄
你可以把常用的名字、行話和特殊拼法教給 Handy，讓它不再把它們亂拼，也能從歷史紀錄翻看過去的轉錄內容。這兩項都能減少一般聽寫工具常逼你做的清理工作。
跨平台桌面應用程式
Handy 不只是基本的聽寫工具。它是一款開源聽寫工具，你可以檢視、修改與擴充，而且因為它從不要求帳號，第一次錄音前沒有東西要註冊。
優缺點
優點
- 完全免費且開源，沒有訂閱、帳號或使用次數上限。
- 音訊留在你的裝置上，敏感語音不會進到雲端。
- 離線也能用，沒有網路連線時轉錄照樣運作。
- 可在 Whisper 模型與 Parakeet V3 之間切換，平衡速度與準確度。
- 全域快捷鍵讓你對任何應用程式口述，不必切換視窗。
缺點
- 設定得花幾個步驟，而且必須先給予麥克風與輔助使用權限才能運作。
- 較大的模型在慢的硬體上可能跟不上，效能取決於你的 CPU 或 GPU。
- Linux 使用者可能需要安裝 xdotool 或 wtype 之類的額外輸入工具，貼上才能運作。
- 沒有官方 API，也沒有代管的雲端選項，因此不適合伺服器端或自動化流程。
常見問題
是的。Handy 免費且開源，沒有付費方案、訂閱或帳號。開發是靠贊助與捐款支撐，而不是授權費。
相關內容
探索與 Handy 相關的工具、技能與文章。
Handy 替代方案
Google EmbeddingGemma 2
Google DeepMind · 寫作 · 圖片 · 程式設計Google EmbeddingGemma 2 是 7.4 億參數的開源模型，能把文字、程式碼、圖片、音訊與影片畫面轉成同一個 768 維空間裡的向量，在手機與筆電上就能執行。
MePersona
MePersona, Inc. · 寫作 · 生產力 · 行銷MePersona 是為創作者設計的 AI 統一收件匣。它學習你的說話方式，在 12 個平台上草擬粉絲訊息回覆，只送出你核准的內容。
Fluence
Yay Software (Yannick Huchard) · 寫作 · 語音與語言 · 生產力Fluence 是 Android 上的文件閱讀器，能朗讀 PDF、EPUB、Word 檔與網路文章，逐句跟著語音標示，並在手機上直接回答你對內容的提問。