Handy — 免费开源的离线语音输入，按住说话，松手成文

🎤 Handy — 免费开源的离线语音输入，按住说话，松手成文

不用联网、不用登录、不用订阅：按住快捷键把想说的话讲出来，松手后文字自动落进你正在用的输入框。语音全程不出本机，免费开源。

🤔 你的键盘，可能配不上你的语速

一个不太冷的冷知识：写字这件事，嘴比手快得多。

正常语速每分钟能到 150 字以上；而打字，就算手感很好，每分钟 60~80 字也够让人分心走神。写稿、回消息、记笔记、写代码注释，每天有大量时间，其实耗在了"等手追上脑子"上。

很多人试过语音输入，但体验总差那么一口气：

• 专业听写软件（比如 Dragon）动辄几百美元一套，普通人下不去手；
• Otter、Wispr Flow 这类服务按月订阅，你的每句话还要先上传到别人的服务器；
• 系统自带的听写功能凑合能用，但不能定制、挑软件；
• 自己折腾 Whisper 脚本呢？模型、环境、还有"识别完怎么自动把字打进输入框"，每一步都是坑。

有没有一个"装完就能用、免费、声音还永远不出本机"的选择？

Handy 就是冲这件事来的，做得还相当不错。

🎤 Handy 是什么？

Handy 是一款 MIT 协议开源免费的桌面语音转文字工具，Windows、macOS、Linux 都能用。在 GitHub 上已经收获 3.3 万多颗星，项目也一直在更新，最新版 v0.9.8 发布于 2026 年 10 月 3 日。

用法一句话就能说清：按住快捷键说话，松手之后，识别出来的文字自动"贴"进你光标所在的任何输入框：浏览器、Word、微信、代码编辑器、终端，哪儿都行。

重点在于它的两个"不"：不用联网，识别模型跑在你自己的电脑上；不用登录，没有账号、没有订阅、没有字数限制。官方对定位说得很直白："无障碍工具应该握在每个人手里，而不是锁在付费墙后面。"

它用 Rust + Tauri 开发，比同类 Electron 应用轻得多，内存占用小、启动快。对一个常驻后台的小工具来说，这点挺要紧。

🎯 功能亮点

🗣 任意输入框，说完即达：它不挑软件，浏览器、聊天窗口、文档、代码编辑器、终端都能用。触发方式有三种：按住说话（Push-to-Talk）、点按切换（Toggle），或者交给"自动"模式自己判断；快捷键随你改。

🔒 全程离线，语音不出本机：录音、识别、输出都在本地完成，音频不会上传到任何服务器，没有账号系统，也没有遥测。对合同、病历、财务这类敏感内容来说，这是本质区别。说话时的静音片段由 Silero VAD 自动过滤，只把你真正说的部分送去识别。

🧠 识别模型自选，按硬件来：引擎可以在设置里随时换：Whisper 系列（Small / Medium / Turbo / Large，有独立显卡可开 GPU 加速），或者对 CPU 优化的 Parakeet V3（中端处理器也能流畅跑，自带自动语言检测）。新版本还换上了更快的转录引擎，支持流式模型：边说边出字，悬浮窗里能看到文字实时生成。

📚 转录历史与自定义词汇：所有转录都留在本地，可以回听、重新转录、收藏、随时取用；专业术语、人名、产品名总被识别错？加进"自定义词汇表"，下一次立刻变准。

🧹 文本后处理：可以打开"填充词移除"，顺手清掉"嗯、那个、然后"这类口头禅；也可以按需接大模型润色、翻译成英文（默认关闭，且只发送文本、不发送音频）。

🛠 小巧且可折腾：支持命令行控制（如 handy --toggle-transcription）、后台静默启动等高级玩法，社区里还长出了配套的 Raycast 扩展这类第三方工具。

🛠 使用方法（Windows，五分钟上手）

第 1 步：安装。 到官网 handy.computer 或 GitHub Releases 下载 Handy_0.9.8_x64-setup.exe（约 18.7MB），双击安装；也可以用包管理器一行搞定：winget install cjpais.Handy（该包由社区维护）。

第 2 步：授权。 首次启动会申请麦克风权限（录音必需）和辅助功能权限（让 Handy 把文字"敲"进其他应用），按提示允许即可。没有麦克风权限，软件就用不了。

第 3 步：选模型、设快捷键。 打开设置，先在模型页面挑一个识别引擎。初次使用会引导你下载模型文件（存在本地，越大的模型越吃内存和磁盘）；没有独显的话，直接选 Parakeet V3 最省心。然后给"开始 / 停止录音"配一个顺手的快捷键，避开系统里已被占用的组合。

第 4 步：开口说话。 随便打开一个输入框，按下快捷键说一段话，松手——文字就躺在那里了。校对一眼错别字，发送。

几句实话型的提醒：官方 README 提到，部分 Windows / Linux 硬件组合下运行 Whisper 模型可能崩溃，遇到这种情况改用 Parakeet V3 即可；还有一点：它是"实时听写"工具，不是会议录音转写工具，批量转录音频文件不是它的活。想要更顺手，把常用的专业词加进自定义词汇表，准确率提升立竿见影。

💬 用户怎么说

• 海外博主 SHEP 4（2026 年 9 月，来源：https://shep4.com/blog/2026/09/handy-open-source-speech-to-text）：「我打字慢、想得快。把想法直接'说'出来，而不是逐字打，让我的工作快了很多。」他之前用过系统听写和 Wispr Flow，后者的评价是：「我很喜欢 Wispr Flow，但觉得它太贵了，Handy 是很棒的替代品。」（他也坦率注明了：自己和 Handy 开发者是朋友，我觉得这份披露反而让这段话更可信）
• Funky Fresh 博客实测（在 Linux 工作站长期使用，来源：http://www.funkyfresh.com/handy-push-to-talk-software-a-great-way-to-interact-with-your-AI）：「转写本身很快：松开按键后只顿一下，整句话就出现了。」它对准确度的结论很诚实：「好到值得信任，但还没好到能跳过校对那一步。」他还有一个提醒：Handy 不会随使用变聪明，模型是固定的，纠错主要靠手动维护的词汇表。
• 阿正老师 @ 软体玩家（繁体中文实测，来源：https://pcrookie.com/local-whisper-speech-to-text-tools）：「Handy 最适合习惯'口述'工作的人，写 email、做笔记、快速记下灵感都很合适。」他把"在任何 App 输入框都能用，通用性最强"列为首要优点。

口碑总结成一句话：它不是"识别最准的那个"，而是"最容易被随手用起来"的那个——免费、离线、不折腾。

🔗 下载与获取

• 官方网站（含演示视频）：https://handy.computer
• GitHub Releases（认准 v0.9.8）：https://github.com/cjpais/Handy/releases
• Windows 包管理器：winget install cjpais.Handy
• 夸克网盘（v0.9.8 安装包，本站归档）：https://pan.quark.cn/s/43028a506732
• 系统要求：Windows 10 / 11（64 位，另有 ARM64 版）/ macOS / Linux
• 小提示：本站网盘归档的安装包 SHA256 为 4212edb5658ec2867855fc2ee83ac16ec5bbad09db3c2da8d3d9d5f8bd5eeccc，与官方发布文件一致；模型文件首次使用时需要联网下载一次，之后识别全程离线

✍️ 写在最后

Handy 最有意思的地方是它做了一道减法：没有发明新功能，只是把"语音转文字"这件事上的账号、订阅、上传一个个砍掉，做成了一个装完就能忘掉、需要时按一下就能用的小工具。

它不适合所有人。想"把两小时会议录音转成纪要"，它干不了；想"说完直接发、一个字都不校对"，也要降低预期。本地小模型的准确率不错，但生僻词、嘈杂环境仍会翻车。它给你的是初稿，不是终稿。

但如果你每天要敲大量文字，又对隐私敏感、对订阅制反感，那 Handy 值得占用你硬盘里的 18MB。安装、授权、选模型、说一句话，整个过程不到五分钟。

然后你多半会发现：最快的"输入法"，是你自己的嘴。🎤

你的日常打字量大吗？有没有用过语音输入？评论区聊聊 👇

📢 免责声明

• 本文所述工具仅供学习与交流使用，软件版权归原作者与发行方所有；
• 本站仅作推荐分享，不参与软件开发与销售，不提供任何破解、修改或授权服务；
• 下载请优先使用文中官方渠道；夸克网盘分享仅为便捷分发，版本与安全性请以官方为准；
• 本站不对软件的功能、安全性及使用后果作出保证，请自行评估风险后使用；
• 如本文内容或所涉资源侵犯了您的合法权益，请联系删除（评论区留言即可）。

支持正版软件，鼓励通过官方渠道获取更新与支持。