企业官网建设流程全解析

Handy：免费完全离线语音转文本工具，从安装到模型选择一次讲清

【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

会议刚结束，你还在逐字补纪要；采访录音有四十分钟，传到在线转录服务又总归不太放心。其实你要的很简单：说出来的话，自动变成文字落到文档里。Handy 就是干这件事的——一款免费、开源、完全离线语音转文本的桌面应用。按下快捷键开口说话，本地模型负责转写，文字直接填进任意输入框，全程不往云端发一个字节。

为什么不联网的语音转写工具值得考虑

云端方案不是不能用，但对下面这些情况，本地语音识别更合适：

对敏感对话、内部会议和长期使用来说，"数据不出机器"这一条通常就够了。

离线语音转文本怎么安装，第一次怎么转录

三个平台各一行命令或一步下载：

# macOS brew install --cask handy # Windows winget install cjpais.Handy # Linux：到发布页下载 x64 安装包（AppImage）后运行

第一次使用只需要两件事：

1. 授予系统权限：macOS 上要开"麦克风"和"辅助功能"，后者用于把文字写进目标应用。
2. 在设置里选一个全局快捷键，然后按住它说话，松开结束。

几秒后，转写结果就会出现在你刚才输入文字的输入框里。🎙️

核心功能怎么用：五个高频场景

• 随手说话，当场出字。按住快捷键录音、松开即停，也可以切成"点按开关"模式，适合长时间口述。录音时屏幕上会出现一个悬浮条，实时显示已转写的进度。

• 专业词不再被听错。设置里有自定义词表（对应 CustomWords 组件），把项目代号、药品名、人名、行业缩写加进去，识别结果会优先向词表靠拢。医疗、法务、技术会议这类场景收益最明显。

• 快捷键全局唤起。不用切窗口，在任何应用里都能触发。行为支持三种：按住录音、点按开关、自动（两者皆可），在设置里随时切换。

• 输出策略可选。既能模拟键盘逐字敲入，也能走剪贴板粘贴；还有"末尾自动补空格"这类细节开关，方便适配不同应用。
• 接 LLM 润色（可选）。本地转完稿后，可再交给一个 LLM API 修标点、顺语句、去口水词。注意这一步走网络，默认关闭；关掉它，整个链路依然是纯离线。

幕后流程一图看懂

整条链路只有四站：界面层（React 写的设置窗口）→音频采集（跨平台录音并做重采样）→静音过滤（Silero VAD 把空白段剪掉，只把有效语音交给模型）→本地推理与后处理（Whisper 或 Parakeet 出文字，再做词表与标点修正，写回输入框）。相关代码集中在 音频工具包 和 模型管理模块，想深挖可以翻一翻。

一句话总结：声音进你电脑，文字出你电脑，中间没有任何服务器参与。

本地 Whisper 模型怎么选、参数怎么调

直接给结论：

• 只有普通 CPU：选 Parakeet V3，它专为 CPU 设计，还支持自动语言检测，不用手动切语言。
• 有 NVIDIA 独显或 Apple Silicon：选 Whisper 系列，追求极限准确率上 Large v3 Turbo。

模型都在设置界面里点选下载，带进度显示和断点续传，不用自己去找模型文件。

常见问题（FAQ）

系统一直弹麦克风权限？在系统设置里确认已授予"麦克风"；macOS 还需要"辅助功能"权限，否则文字贴不进其他应用。

快捷键没反应或跟别的软件冲突？换一个组合键即可。macOS 上带 fn/Globe 键的快捷键只在 Apple 键盘上生效。Linux 的 Wayland 桌面（GNOME/KDE/Sway）无法注册系统级快捷键，需要把handy --toggle-transcription配成桌面环境的自定义命令来触发。

模型从哪来，要手动下载吗？不用。设置面板里选模型后直接下载，来源是官方镜像，带进度条，中断后重试会续传。

Linux 的 X11 和 Wayland 有什么区别？文本输入工具不同：X11 用 xdotool，Wayland 用 wtype。另外录音悬浮条在 Linux 上默认关闭，避免它抢占焦点导致粘贴失败，可以改用声音反馈来确认录音状态。

怎么排查"转写结果不对劲"？按 Ctrl+Shift+D（macOS 为 Cmd+Shift+D）打开调试面板，能看到日志和运行状态，方便定位是麦克风选错还是模型没加载。⚙️

写在最后

Handy 证明了语音转文本这件事，不依赖云端也能做到免费、好用、可控——本地 Whisper 与 Parakeet 模型、自定义词表、全局快捷键、LLM 后处理，全部装在一台普通电脑里。想试试它，搜一下开源项目 Handy 拿最新发行版即可；代码完全公开，欢迎直接读源码、fork 一份改成自己的版本。

【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