[项目源码] Handy – 离线本地语音输入工具 – Windows/macOS/Linux

Handy 是一款面向桌面系统的开源语音输入工具：按住快捷键说话，松开后把本地转写结果输入当前应用。它支持 Windows、macOS 和 Linux，适合在编辑器、聊天窗口、浏览器和办公软件之间复用同一套语音输入流程。

Handy 的核心转写可以在模型安装完成后于本机运行，不必把录音持续上传到在线服务；但首次获取安装包和模型、检查更新仍需要网络。实际使用还会受到模型体积、麦克风权限、辅助功能授权、全局快捷键和 Linux 桌面会话的影响。

Handy 适合解决哪类输入问题

系统自带听写通常绑定特定平台或账号，云端转写则需要把录音交给第三方。Handy 把识别模型放在本机，并用桌面快捷键作为统一入口，因此可以在不同软件间快速输入文字。写邮件、记录灵感、回复消息或输入代码注释时，不必为每个应用单独寻找语音功能。

它更适合作为日常输入层，而不是会议录音归档、多人说话人分离或正式字幕制作工具。模型下载完成后可以离线使用，不等于首次安装、模型获取和版本更新都不需要网络；设备空间有限时，也应先评估模型文件的占用。

Whisper 与 Parakeet 如何选择

模型越大不一定越适合持续输入。短句响应速度、内存占用和风扇噪声会直接影响使用习惯，建议先用自己的麦克风、口音、标点、数字和专业名词测试，再决定是否换用更大的模型。中文场景不要只看标准普通话的一段识别结果。

安装与首次配置顺序

1. 从项目网站或 GitHub Release 获取与系统匹配的 Handy 安装包。
2. 启动后选择识别模型，等待模型文件完整保存到本机。
3. 在系统设置中授予麦克风权限；macOS 还要按提示授予辅助功能权限。
4. 设置不与其他软件冲突的按住说话快捷键，先测试录音和文字注入。
5. 在文本编辑器、浏览器和聊天软件分别试用，检查中英文、标点和快捷键行为。

如果模型下载中断，应先检查代理、磁盘剩余空间和缓存目录，不要重复启动多个下载任务。企业设备可能通过策略禁止麦克风、全局热键或辅助功能控制，这类限制需要管理员处理，单纯重新安装通常不能绕过。

跨应用输入依赖哪些权限

Handy 要把文字写入当前窗口，需要知道焦点位置并模拟输入。macOS 的辅助功能授权、Windows 的安全软件拦截，以及 Linux 的桌面会话都可能影响结果。如果能够录音却没有文字出现，应依次检查焦点窗口、权限和快捷键冲突，再判断识别模型是否异常。

密码管理器、管理员窗口、远程桌面或受保护输入框可能主动阻止模拟按键，这是合理的安全边界。语音输入也不适合密码、密钥、身份证号等敏感内容；即使核心转写在本机完成，目标应用、剪贴板工具或输入历史仍可能留下痕迹。

Linux Wayland 的兼容边界

Linux 在 X11 与 Wayland 下对全局热键和输入模拟的支持不同。Wayland 对应用控制其他窗口限制更严格，不同桌面环境可能需要额外依赖、门户授权或替代输入方案。因此，安装成功不代表所有发行版与桌面组合都能得到相同的跨应用输入效果。

排查时可以把问题拆成四段：音频设备是否有输入、会话使用 X11 还是 Wayland、快捷键是否注册成功、文字注入是否被目标窗口拒绝。若没有录音波形，优先检查 PipeWire、PulseAudio、设备选择和系统权限；若识别正常但窗口没有文字，重点检查输入模拟和焦点。

隐私、许可证与适用边界

本地模型减少了录音离开设备的路径，但用户仍需管理模型文件、缓存、日志和目标应用的输入历史。涉及密码、密钥、身份证号或商业机密时，不应因为“离线”就直接使用语音输入。

来源资料记录 Handy 的程序代码采用 MIT 许可证，但名称、标志等品牌素材不自动包含在代码许可中。二次分发或制作衍生版本前，应分别阅读仓库中的许可证和品牌说明。

Handy 适合希望降低键盘输入量、重视本地处理并愿意配置桌面权限的个人。需要多人会议转录、说话人识别、团队词库、云端同步或正式客服支持的场景，不应仅依赖这款桌面输入工具。

版本与项目入口

来源文章在 2026 年 7 月 15 日核对时记录的项目版本为 v0.9.2；这不是当前最新版承诺，安装前应重新查看 Release、模型说明和系统兼容信息。项目主要使用 Rust 编写，具体功能和依赖以对应版本的项目文件为准。

• 项目网站：https://handy.computer
• GitHub 仓库：https://github.com/cjpais/Handy
• Release：https://github.com/cjpais/Handy/releases/latest