项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整
数据来源:GitHub API 逐日快照 · 收录于 2026-08-10 · 当前星标 ★ 38123
使用教程
环境要求
- 跨平台桌面系统(macOS 或 Windows)
- 启动后需授予麦克风与辅助功能(accessibility)系统权限
- 使用 Homebrew 或 winget 安装时,需已装好对应包管理器
- 网络受限环境下,需要能通过浏览器访问模型下载地址
安装与启动步骤
-
1下载安装包
从 GitHub releases 页面或官网 handy.computer 下载最新版本安装包,选择与自己系统对应的版本。
-
2macOS 用 Homebrew 装
macOS 用户可用 Homebrew cask 一键安装。注意该 cask 包不由 Handy 开发者维护。
brew install --cask handy -
3Windows 用 winget 装
Windows 用户可用 winget 安装。注意该包同样不由 Handy 开发者维护。
winget install cjpais.Handy -
4启动并授权
启动 Handy,按提示授予麦克风和辅助功能权限,否则无法录音也无法把文字粘贴进其他应用。
-
5设置快捷键
在 Settings 中配置你习惯的键盘快捷键,支持按住录音、点按切换等模式。
-
6手动装模型(可选)
仅在代理或网络受限、无法自动下载模型时使用:把 .bin/.gguf 文件放进 models 目录,Parakeet 需解压后放整个目录。
-
7验证安装
重启 Handy,打开 Settings → Models,确认模型显示为 Downloaded,选中后测试听写。
关键配置
| 配置项 | 必填 | 说明 | 示例 |
|---|---|---|---|
{app_data_dir}/models/ | 否 | 手动安装模型的存放目录,.bin 与 .gguf 文件直接放入其中 | {app_data_dir}/models/ggml-small.bin |
Parakeet 模型目录名 | 否 | Parakeet 解压后的目录名必须与规范名称完全一致,否则无法识别 | parakeet-tdt-0.6b-v2-int8 |
键盘快捷键 | 否 | 在 Settings 中配置,用于启动/停止听写,可自定义 | 按住录音或点按切换 |
如何确认成功
重启 Handy 后进入 Settings → Models,手动安装的模型显示为 "Downloaded",选用后能正常转写即成功。
常见问题
Q:Homebrew 和 winget 上的包是官方的吗?
A:不是。README 明确指出 Homebrew cask 与 winget 包均由第三方维护,不由 Handy 开发者维护,介意的话请从 releases 页面下载官方安装包。
Q:网络受限导致模型无法自动下载怎么办?
A:手动下载模型文件:Whisper 的 .bin 和 GGUF 的 .gguf 直接放进 models 目录,Parakeet 的 .tar.gz 解压后放入整个目录,然后重启 Handy。
Q:模型文件可以改名吗?
A:不可以。不要重命名 .bin 或 .gguf 文件,必须使用下载地址中的原始文件名;Parakeet 解压出的目录名也必须与规定名称完全一致。
Q:别的工具下载过的模型能复用吗?
A:可以。Handy 会识别共享的 Hugging Face 缓存目录 ~/.cache/huggingface/hub 中已存在的模型,无需再手动移动。
Q:放好模型后没有出现在列表里?
A:先检查文件名或目录名是否被改动,再完全重启 Handy,新放入的模型会在重启后被扫描识别。
注意事项
- Homebrew cask 与 winget 包并非 Handy 开发者维护,优先考虑官方 releases 安装包
- 必须授予麦克风和辅助功能权限,否则无法听写与粘贴文字
- 手动安装模型后必须重启 Handy 才会被检测到
- 需要自行从源码构建的用户请参阅仓库中的 BUILD.md 获取各平台构建要求
核心亮点
- 完全离线运行,语音数据不出设备,隐私安全有保障
- 基于系统原生识别引擎,无需额外配置,开箱即用
- 支持自定义快捷键和命令,可深度融入个人工作流
不足之处
- 识别准确率依赖操作系统自带引擎,可能不如云端服务
- 高级功能(如自定义词汇表)配置相对复杂
- 中文识别效果可能受系统引擎限制
适用场景
- 在公共场合或隐私敏感环境中,安全地进行语音输入
- 程序员、作家等需要长时间键盘输入的人群,用语音提效
- 为肢体不便的用户提供无障碍输入方案
替代项目
Whisper (OpenAI)、Vosk、faster-whisper
同类项目推荐
Llama-AVSR
开源
用大语言模型提升音视频语音识别准确率,解决复杂场景听不清问题
Official Pytorch implementation of "Large Language Models are Strong Audio-Visual Sp···
talon-ai-tools
开源
用语音直接指挥 AI 工具,解放双手提效
Query LLMs and AI tools with voice commands
TextNormalizationCoveringGrammar···
开源
用覆盖文法搞定英文俄文文本规范化,让语音更自然
Covering grammars for English and Russian text normalization
voice-quickstart-android
开源
跑通安卓实时语音通话的官方示例起点
Quickstart app for the Voice Android SDK
Voconly
开源
开口说话,本地离线转成干净文字
本地优先 AI 语音输入工具 | Local-first AI voice typing tool. 支持 Whisper/SenseVoice···
HoldSpeak
开源
按住说话,本地转文字,会议也能记
Cross-platform local voice typing and meeting transcription for macOS and Linux.
SmartSpeaker
开源
用STM32+ESP8266自造一台能联网听话的智能音箱
一个基于云端语音识别的智能控制设备,类似于天猫精灵,小爱同学。采用的芯片为stm32f407,···
sherpa-onnx-unity
开源
在Unity里离线搞定语音识别和合成,无需云服务
sherpa-onnx in unity
CrisperWhisper
开源
让 Whisper 转写更精确,词级时间戳和语气词全搞定
Controllable Transcription. Verbatim ( every, filler, pause, stutter, vocal sound) ,···
