cjpais/Handy

解决的问题

Handy 是一款注重隐私、开源的语音转文字应用程序，允许用户将语音直接转录到电脑上任何活动文本字段中。它消除了对云端转录服务的需求，确保语音数据保持本地化和隐私。

工作原理

用户通过可配置的键盘快捷键（按住、切换或点按）触发录音。应用程序使用 Silero VAD（语音活动检测）来过滤静音，并使用本地 AI 模型处理音频。用户可以选择各种 Whisper 模型（Small、Medium、Turbo、Large）搭配 GPU 加速，或使用 CPU 优化的 Parakeet V3 模型。处理完成后，转录的文本会直接粘贴到活动应用程序中。

适用对象

专为寻求免费、私密且跨平台（Windows、macOS、Linux）转录工具的用户设计，适用于无障碍或一般生产力用途，也适合想要可扩展语音转文本框架的开发者。

亮点

• 完全离线：所有转录都在本地机器上进行，无需云连接。
• 可扩展：开源且支持自定义 Whisper GGML 模型。
• 跨平台：原生支持 Windows、macOS 和 Linux。
• 灵活控制：支持键盘快捷键、用于远程控制的 CLI 标志，以及 macOS 的 Raycast 扩展。
• 模型选择：提供多种 Whisper 和 Parakeet 模型，以平衡性能和硬件能力。