免费离线语音转文本工具 Handy 的完整上手指南

免费离线语音转文本工具 Handy 的完整上手指南【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地铁没信号、客户现场不方便让录音出楼——这种场合最缺的就是一个离线语音转文本工具。Handy 是一款免费开源的桌面应用按一下快捷键开口说话文字就直接贴进你正在用的输入框。音频全程留在自己的电脑上Windows、macOS、Linux 都支持。一句话定位Handy 只做一件事——把说话变成文字全部在本地完成。音频不出本机不建账号不订阅Medium 模型量化后仅 492 MBCPU 也能跑约 5 倍实时速度 不联网也能转写的原理转写引擎是 Whisper。它原本用 32 位浮点数存参数一个数占 4 字节量化相当于把3.1415926写成大约 3每个参数只用零头那点位数。Handy 默认下发的 medium 模型带 q4_1 后缀就是 4 位量化4 个参数挤进 1 个字节文件缩到原始精度的约四分之一识别准确度却基本保住。所以 492 MB 的 medium 和 487 MB 的 small 几乎一样大这省出来的空间就是量化换的。转写前还有一道语音活动检测Silero VAD先把没人说话的静音段剪掉模型只处理真正开口的那几秒。新版本还支持流式模型边说边上字不用等整句说完。想翻内部实现的话模型下载与加载逻辑在 src-tauri/src/managers/model.rs。 量化前后差距模型体积对比以下数据直接取自官方 README 的模型清单模型精度格式文件大小Whisper Small原始精度487 MBWhisper Medium4 位量化q4_1492 MBWhisper Large v35 位量化q5_01100 MBWhisper Turbo未量化1600 MBParakeet V3int8CPU 优化478 MB速度上也有据可查官方文档写明 Parakeet V3 在中端 i5 上约 5 倍实时速度一段 1 分钟的录音转写大约 12 秒。 三步跑起来拉代码并装依赖git clone https://gitcode.com/GitHub_Trending/handy11/Handy bun install。前提是装好 Rust 和 Bun各平台的依赖清单见 BUILD.md。编译启动bun tauri dev开发模式下直接跑起来。首次启动授予麦克风和辅助功能权限在设置里选一个模型首次会自动下载模型文件然后按快捷键开口说话离线语音转文本就地在本地完成。 按人群挑配置普通用户没有独显就选 Parakeet V3478 MB纯 CPU、自动识别语言有 GPU 就选 Whisper Medium492 MB精度和体积最均衡。开发者先通读 src-tauri/src/managers/ 里的模型管理器加新模型从模型目录定义改起前端界面在 src/components/model-selector/。下次在没信号的地铁里按下快捷键说下去就行字会自己落进输入框不用看信号格。觉得 Handy 有用去仓库点个 Star或者 fork 一份改成你自己的样子。【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创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考