想用语音回邮件或记笔记,又不愿把录音上传云端,Handy 提供了一个直接的办法:按下快捷键说话,识别出的文字就会写入当前应用的文本框。它是一款免费、开源、跨平台的桌面工具,支持 Windows、macOS 和 Linux,整个过程都在个人电脑上完成。
这类用法叫跨应用听写——它更像系统级输入工具,而不是只处理录音文件的转写器。Handy 会先用 Silero 的 VAD(Voice Activity Detection,语音活动检测)过滤静音,再交给语音识别模型处理。用户可选 Whisper 的 Small、Medium、Turbo、Large 模型;设备支持时可用 GPU 加速,也可选择针对 CPU 优化、支持自动语言检测的 Parakeet V3。
Handy 的重点并非宣称识别效果最好,而是强调可扩展、便于修改和二次开发。本地推理换来了离线可用与音频不出设备,但也会占用本机算力和存储;供稿未披露不同设备上的速度、准确率或资源消耗数据。