按住快捷键说话，松开自动转文字进当前输入框，全程离线。中文转写选 Whisper 模型，写口播稿比打字快。
按住快捷键说话，松开出字，文字直接进当前输入框——不挑应用，全程离线。三种模型（Whisper、Parakeet、Moonshine）全在本地跑，Silero VAD 负责把静音段剔掉，识别更稳。Win、macOS、Linux 三平台通吃，无账号、无订阅、无上传。
语音输入工具的信任门槛其实只有一道：你说的话去没去云端。Handy 把这条焊死了——模型和音频都不出本机，断网照用。单人开发者维护，靠赞助续命，作者把定位明明白白写在「最可 fork 的语音输入」上。
02仓库健康度
32.9k star 摊在一个维护者身上，本身就是个风险敞口——好在他主动把「可 fork」当卖点，这不是姿态，是逃生通道。
03核心能力
- 按住说话松开出字：转写直接落进当前输入框，微信、编辑器、终端通吃
- 三模型全本地：Whisper / Parakeet / Moonshine 按需切换，离线可用
- Silero VAD 降噪：静音段自动剔除，长停顿不进识别，结果更干净
- 零门槛三平台：Win/macOS/Linux 装上就用，无账号无订阅
04同类对比
云端语音输入（各家输入法自带那种）识别快、白送，代价是每一句话都要过一遍别人的服务器。本地转写方案一直存在，但「装环境、下模型、配路径」这三步拦掉了九成普通用户。
Handy 把「本地」做到了无感：装上、选模型、按快捷键。说句实在的，代价也有——本地推理慢半拍，停说后 2-5 秒才出字。拿隐私换这半拍值不值，你自己称。
05亮点
- 全程离线：模型和音频都不出本机，这是它和云端输入法之间不可谈判的差异
- 定位诚实：「最可 fork 的语音输入」——单人项目把可维护性当功能卖，少见
- 没有商业模式就没有套路：无账号无订阅，捐不赞助都一样用
06谁在生产用它
天天写东西的人是主力：写文档、回长消息、口述初稿的内容工作者；其次是对隐私敏感、不接受语音上云的用户；中文用户选对模型后，它是口播稿加速器。
说句实在的：它的角色是「输入加速器」，不是「写作助手」——没有 AI 润色，转出来是什么就是什么，指望它帮你组织语言的会失望。
07怎么装
普通用户走官网 handy.computer 下载对应平台安装包；想看代码或 fork 的进仓库。
$ git clone https://github.com/cjpais/Handy # 首次使用选好模型，中文用户切 Whisper（见注意事项）
首次启动会拉取模型文件，之后全程离线。快捷键一按就能录音。
先纠偏：视频里说它「支持机器翻译」是错误说法——Handy 没有翻译功能，只做转写。它也没有手机端，Windows 和 Linux 只有 x64 架构。Whisper 在部分配置下会崩溃，遇到就换模型。中文用户务必先把模型切到 Whisper 或 SenseVoice——默认的 Parakeet 是英文模型，直接用中文效果没法看。最后，本地推理有代价：停说后约 2-5 秒出字，急脾气先掂量。
09适合谁
写口播稿、文档、长消息的内容工作者；不接受语音上云的隐私敏感用户；macOS 用户（体验最省心）。
需要翻译功能的（没有）；要手机端的（只有桌面）；Win/Linux 上 ARM 架构的（仅 x64）；指望 AI 帮忙润色的。