夜雨聆风学习资料网

ARTICLE · 1387372

电脑上打字太慢?这开源软件让我一天少打一半字

电脑上打字太慢?这开源软件让我一天少打一半字

微信回消息、写周报、填表格,一天下来手指发麻。手机上早就习惯对着语音条说话,到了电脑上却还是老老实实一个字一个字敲。

有个开源软件把这件事接上了:按住快捷键说话,松开,文字直接落进你正在用的输入框。它叫 Handy,完全在本地跑,音频不上传。

它是什么

Handy 是一个跨平台的桌面语音转文字工具,GitHub 上 39,000 多星,MIT 协议。Windows、macOS、Linux 都有安装包,现在最新版是 v0.10.1。

它用 Rust 加 Tauri 写的,官网在 handy.computer,代码在 github.com/cjpais/Handy。

它只做一件事:把你的话变成文字,塞进当前光标位置。没有账号,没有订阅,没有云端额度。

用法一:按住键说话,松开就成字

装完第一次打开,先给它麦克风和辅助功能权限,然后在设置里看一眼快捷键。默认是 Push To Talk(按住说、松开停),也可以在 Transcribe 那边设一个单击切换的键。

▲ 主界面只有两行:Push To Talk 开关,和下面那行转录快捷键。右边那个圆箭头是重置。

按住键开始说话,屏幕上会浮一个小的录音提示,说话时它显示波形;松开,一两秒后文字就出现在光标位置。整个过程不用切窗口,也不用去复制粘贴。

用法二:在哪个软件里都能用

它不挑应用。微信、Word、浏览器地址栏、VS Code、终端,光标在哪儿,字就落在哪儿。写公众号的初稿、填工单、给同事回长消息,这些场景基本不用再摸键盘。

▲ 官方演示里的效果:拿着快捷键说完一段英文,整段文字直接出现在 Google 文档里,没有中间那层「先转成文本、再复制、再粘贴」。

用法三:换模型,快的准的自己挑

识别靠的是本地模型,可以在设置里换。小模型快,大模型准,机器有显卡会自己用上;还有一个专门给 CPU 优化的模型,老电脑也跑得动。第一次用得先下模型文件,下完就不用联网了。

说话中间停顿不用管,它用 VAD 把空白和杂音掐掉,不会在正文里留一串「嗯、那个、啊」。

一个反常识的地方:它根本不联网

市面上大多数语音输入,是把录音传上去、云端转完再发回来。Handy 的识别全在你自己的电脑上跑,装好之后断网也能用。这不是「隐私模式」,是它压根没有上传这一步。

对开会录音、合同细节、客户信息这类东西,这一点比识别率高不高更重要。

局限,先说在前面

一、权限必须给。麦克风和辅助功能两个权限,少一个就一个字都出不来。公司电脑如果锁了权限,装了也用不了。

二、Windows 的管理员软件粘不进去。以管理员身份运行的程序,Handy 没法把文字送进去,得让 Handy 也以管理员身份跑。

三、Mac 上戴蓝牙耳机说话,正在放的音乐会变小。蓝牙会切到双向通道,这不是它的 bug。

四、Linux 得多装一个输入工具。Wayland 下要装 wtype 或 dotool,不然文字只在剪贴板里,落不到输入框。

另外它是「输入工具」,不负责改写。你说得啰嗦,它就照抄,润色还得自己来。

怎么装

去 github.com/cjpais/Handy 的 Releases,或者在官网 handy.computer 下载。macOS 可以用 Homebrew,Windows 可以用 winget,Linux 有 deb 和 rpm 包。

装的时候只认官网和 GitHub 这两个来源,别去下第三方打包的版本——这类要权限的工具,被改过的包风险不小。

你平时打字最多的场景是哪个?评论区聊聊,我看看能不能再挖几个省事的用法。

回首页,搜索你想要的文档

在首页搜索框输入关键词,快速定位资料

文库首页搜索指引 立即搜索

相关学习资料