打字慢、灵感跑得比手指快，或者手头正忙着没法腾出手敲键盘——这种时候最想要的工具其实很简单：按一下键，说话，文字就出现在光标所在的地方。今天分享的开源项目 Handy 就是干这件事的，而且它有一个在同类工具里很硬气的卖点：全程离线，你的声音不出你的电脑。它在 GitHub 上攒了 3.7 万多 star，最新 v0.10.0 版本刚把音频文件转录和自动语言检测补齐，作者自己说这个项目已经“基本功能完备，正在走向 V1”。
图注 1：Handy 的 GitHub 仓库分享卡（cjpais/Handy）。项目名、简介“完全离线的免费开源语音转文字应用”一目了然，star 数为 2026-11-03 在仓库主页看到的数据。
它是什么：一个只做一件事的跨平台小工具
Handy 的定位非常克制，官网用四个词概括：免费、开源、私密、简单。它不做会议纪要、不做 AI 写作、不做字幕编辑，只做一件事——把你说的话变成文字，贴进你正在用的任何应用。微信、备忘录、代码编辑器、浏览器搜索框，都可以是它的落点。支持 Windows、macOS 和 Linux，MIT 协议开源。
它的工作流程按 README 只有四步：第一，按你自己设定的快捷键开始录音，按住录音、松手停止，或者点按切换录音开关；第二，对着麦克风说话；第三，松手后 Handy 在本地用 Whisper 处理语音；第四，转录好的文字直接粘贴到当前文本框。整个过程不经过云端服务器。
核心功能与亮点
第一，真正离线，隐私是架构不是口号。很多“语音输入”工具其实是把音频发到云端识别，Handy 从设计上就是本地转录：先用 Silero 的语音活动检测（VAD）过滤静音段，再本地跑模型。这意味着没网、弱网、或者在处理敏感内容时，它照样能用，你的录音也不会离开本机。
第二，模型可以自己选，兼顾速度和精度。它提供 Whisper 的 Small、Medium、Turbo、Large 四档，有 GPU 时可以加速；另外还有一个 CPU 优化的 Parakeet V3，README 特别提到它性能出色且自动检测语言。电脑配置一般的用户可以从小模型起步，追求精度的再往上加。
第三，新版补齐了两块实用拼图。v0.10.0 的发布说明提到两个值得注意的新功能：一是音频文件转录，录好的音频可以直接丢进去转成文字、进历史记录；二是全部转录模型都支持自动语言检测，中英文混着说、或者不确定对方说什么语言时，不用先手动切换语言。另外还有一个全新的引导流程，新用户第一次打开不再摸不着头脑。
第四，它不绑架你的工作流，反而能嵌进去。除了快捷键，它还提供 Raycast 扩展（开始/停止录音、查看转录历史、管理词典、切换模型和语言），提供 CLI 参数（比如 handy --toggle-transcription 可以交给窗口管理器或自定义快捷键调用），macOS 和 Linux 用户还能写一个转录钩子，在文字粘贴前先改写一遍——比如在终端前自动加个标记。这类“能被别的工具调用”的设计，是很多同类小工具没有的。
第五，免费且开源，赞助模式透明。README 和官网都写明：无障碍工具不应该被付费墙挡住。项目靠赞助维持，赞助方直接列在 README 里。MIT 协议意味着个人和公司都可以自由使用、二次开发。
截图导览
Handy README 未提供官方界面截图，本文配图为仓库分享卡，官网与仓库主页可直接访问查看。
快速上手：照 README 走，五步能用
- 下载安装包。去官网 handy.computer 或 GitHub Releases 页下载最新版。macOS 用户也可以用
brew install --cask handy，Windows 用户可以用winget install cjpais.Handy，但 README 明确提醒：这两个包不是开发者本人维护的，出问题以官方安装包为准。Debian/Ubuntu 用户下载 .deb 后用sudo apt install ./Handy_*.deb安装，这样依赖会自动装好，README 不建议直接用dpkg -i。 - 给权限。第一次启动按提示授予麦克风和无障碍（Accessibility）权限——没有这两个权限，它没法监听快捷键、也没法把文字贴进别的 App。
- 设快捷键。在设置里挑一个你顺手的组合。建议避开常用冲突键，选一个平时不会误触、但随时能按到的组合。
- 选模型。先从小模型开始试，确认识别效果和速度都满意，再根据需要换更大的模型。首次使用需要下载模型文件，要联网一次，之后转录全程离线。
- 开始说话。把光标点进任何文本框，按快捷键、说话、松手，文字就进去了。录好的音频文件也可以在新版里直接转录。
门槛提醒：不需要 GPU、有没有显卡都能跑（Parakeet V3 就是为 CPU 优化的）；但大模型 + 长音频会吃 CPU 和内存，旧电脑建议用 Small 或 Turbo 档。Linux 用户注意两点 README 原文提醒：Wayland 下文本输入需要装 wtype 或 dotool 才能可靠工作；启动报错缺 libgtk-layer-shell.so.0 时按发行版装对应运行库。macOS 用户如果用第三方键盘，别用含 fn/Globe 键的快捷键——README 明确说这是硬件限制，只在苹果键盘上生效。
我的建议：适合谁，不适合谁，值不值得试
适合谁：第一，经常要写长文字但打字慢的人——写周报、回长邮件、写文档初稿时先口述再改，比从零敲字快得多；第二，对隐私敏感的人——会议内容、客户信息、个人日记这类不想上云的声音，离线转录是目前最稳妥的解法；第三，多语言混用的人——自动语言检测省去了来回切换的麻烦；第四，喜欢把工具嵌进自己工作流的进阶用户——Raycast、CLI、转录钩子都留了口子。
不适合谁：第一，只要手机端语音输入的人——Handy 是桌面应用，没有手机版；第二，指望它做会议纪要、说话人区分、实时字幕的人——它只做“你说、它转、贴进去”，不做结构化整理；第三，Linux Wayland 环境又不想折腾输入工具的人——README 自己承认这块支持有限，先看一眼再决定。
值不值得试：值得，而且试错成本很低。理由有三：它是 MIT 开源、免费、3.7 万 star 且仍在向 V1 推进的活跃项目，不是昙花一现的 demo；安装后五分钟就能验证效果，不满意卸载即可，模型和配置都在本机；最重要的是，它解决的是一个真实、高频的痛点——“说话比打字快”这件事，不需要任何学习成本。唯一要提醒的是：别把它当成 AI 写作助手来期待，它的本分就是转录，转录之后怎么写，仍然是你自己的事。
项目地址：https://github.com/cjpais/Handy；官网：https://handy.computer。
