企业官网建设流程全解析

Handy 离线语音转文本：3 步跑起来的免费桌面工具

【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

Handy 是一款免费开源的离线语音转文本应用，按住快捷键说话、松手，文字自动填进任意输入框。音频不离开你的电脑，没有账号，也不联网。

从零到启动：最短路径跑通

1. 克隆仓库并进入目录：

git clone https://gitcode.com/GitHub_Trending/handy11/Handy cd Handy npm install

2. 一条命令启动开发模式，浏览器窗口弹出即代表前端就绪：

npm run tauri dev

3. 首次运行会引导你授予麦克风与辅助功能权限，顺手下载一个语音模型。之后打开任意应用、按住快捷键说一句话，松手文字就贴进光标处——整个流程 3 步，约 5 分钟。

它能替你干什么

• 边开会边口述纪要：在会议记录窗口里按住快捷键，把讨论要点直接说进去，松手后文字自动落在文档里。模型在你的本地跑，敏感内容不经过任何服务器。
• 安静房间口述笔记：用 Toggle 模式点按一次开始、再点一次停止，想到哪说到哪，适合写周报、起草邮件。想边说边看波形，开启录音覆盖层就能看到实时状态。
• 给打字困难的同事做辅助输入：Handy 支持中英等多语种识别，src/lib/constants/languages.ts 里能看到完整语言列表；对键盘操作吃力的人，说话就是最快的输入方式。

快捷键有 Auto（按住录音、点按切换）、Hold、Toggle 三种触发方式，上手前先看一眼这张行为说明：

首跑之后：3 个最值得先调的配置

1. 选对麦克风：识别质量的上限在输入端。蓝牙耳麦在 macOS 上录音时可能压低外放音量，内置或外接麦克风更稳。设置项在 src/components/settings/MicrophoneSelector.tsx。
2. 锁定常用语言：指定语言后模型不再逐句猜语种，转写更快更准；如果你主要说英文，Parakeet V3 模型还能自动检测语言、CPU 上也有约 5 倍实时速度。语言列表见 src/lib/constants/languages.ts。
3. 设一个顺手的全局快捷键：触发方式是 Hold（按住录音）还是 Toggle（点按开关）直接决定使用手感，行为选项在 src/components/settings/ShortcutActivation.tsx。

让识别更准、更顺手

• 如果专业术语、人名总被转错，把它们加进自定义词汇表（src/components/settings/CustomWords.tsx），每多一条词条，后续转写少错一次。
• 如果遇到 Whisper 模型在特定系统上崩溃，换 CPU 优化的 Parakeet V3 模型通常能绕开。
• 若录音覆盖层抢走焦点导致文字没贴回原窗口，把 Overlay 位置设为 None，再开声音反馈确认录音状态。
• 想更省心，把 Toggle 快捷键映射成本能键，说话前不用找窗口。

30 秒了解底层

• 前端：React + TypeScript，设置界面用 Tailwind CSS
• 后端：Rust（Tauri），负责音频采集、系统快捷键与本地推理
• 识别引擎：本地 Whisper 系列模型 + Silero 语音活动检测，全程离线

打开终端，现在就可以开始。

【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