Handy 零基础使用教程：不用联网、不用花钱，让电脑听你说话打字
分类： AI 工具｜难度： 入门｜类型： 实操教程｜软件： Handy
标签： 开源、免费、语音转文字、离线、隐私保护、macOS、Windows、Linux｜预计阅读： 约 10 分钟
一、这是什么
Handy 是一款免费开源（MIT 许可证）的桌面语音转文字应用，作者是 CJ Pais。它只做一件事，而且做得很彻底：你按住快捷键说话，松手后，说的话就直接变成文字，粘贴到你当前正在用的任何应用里——写文档、回消息、写代码注释、填表格，都不用再动手打字。
它最大的特点是完全离线：转录用的模型就跑在你自己的电脑上，录音不会上传到任何云端，也不需要注册账号、不用订阅、没有字数限制。Handy 在 2026 年 11 月 1 日当天登上 GitHub 当日热门榜单，核实时已有约 36,500 个 star；按第三方榜单统计，它在最近一周内新增约 1,400 个 star，是当周生产力类开源项目里涨得最快的一个。
它适合这些人：打字慢、长时间打字手腕不舒服的人；需要快速记录灵感、写长邮件、写周报的人；以及不想把语音发给云端服务、希望录音只留在自己电脑上的人。
二、开始前先确认
- 系统要求：支持 macOS（Apple Silicon 和 Intel）、Windows（x64 和 ARM）、Linux（x64 和 ARM），是一台普通电脑就能跑的桌面应用。
- 下载渠道：只从官网 handy.computer 或 GitHub 项目页的 Releases 下载安装包；也可以用包管理器安装（macOS：
brew install --cask handy；Windows：winget install cjpais.Handy）。注意：Homebrew 和 winget 的包不是由 Handy 开发者本人维护的。 - 需要麦克风和辅助功能权限：首次启动时，系统会请你授权麦克风权限和辅助功能权限（用来把文字粘贴到其他应用），两个都允许后才能正常使用。
- 第一次用要先下载模型：转录模型需要先下载到本机，之后就完全离线使用；下载模型时需要联网，模型本身有几百 MB 到 1 GB 多，请预留一点时间和磁盘空间。
- 它不是语音助手：Handy 只把你说的话转成文字，不会理解指令、不会替你执行操作，也不会像会议记录软件那样做多人转录和摘要。
三、操作步骤
步骤 1：下载并安装
按你的系统选一种方式安装：
- macOS：从官网或 Releases 下载安装包后按常规方式安装，或者在终端运行
brew install --cask handy。 - Windows：从官网或 Releases 下载安装程序后按提示安装，或者在终端运行
winget install cjpais.Handy。 - Linux（Debian/Ubuntu）：下载
.deb安装包后，用 APT 安装，让它自动补齐依赖，README 给出的命令是：
sudo apt install ./Handy_*.deb
注意不要直接用 dpkg -i 安装——除非依赖已经装好；如果已经这样装过且出了问题，运行 sudo apt --fix-broken install 修复。
图 1：下载安装包并安装 Handy 的示意。图片为 AI 生成的操作示意图，实际界面以官网和安装程序为准。
步骤 2：授权权限、选模型并设好快捷键
安装完成后，按下面顺序做第一次设置：
- 启动 Handy，授权系统权限：按系统提示允许麦克风权限和辅助功能权限；权限没给全，录音或粘贴就可能失灵。
- 选一个转录模型：打开 Settings → Models，选一个模型并等它下载完成。README 列出的模型包括 Whisper 的 Small、Medium、Turbo、Large，以及 CPU 上表现很好的 Parakeet V3（自动识别语言）；电脑配置一般就先选体积较小的模型，够用再换大的。
- 设一个顺手的快捷键：打开 Settings，按 README 的流程配置你喜欢的键盘快捷键——按住录音、松手停止，或者点按一下开始、再点一下停止，两种方式都支持；选一个平时不会误触、手指够得着的组合。
- 先做一次 10 秒测试：打开一个记事本或文档，按住快捷键说一句话，松手后看文字有没有准确出现在光标处。测试通过，再正式用它写东西。
图 2：授权权限、选模型、设快捷键的示意。图片为 AI 生成的操作示意图。
步骤 3：按住说话，松手出字
日常使用就是 Handy 官方总结的四步：按、说、松、得：
- 按：把光标点进你要输入文字的地方（文档、聊天框、邮件、代码编辑器都行），按住你设好的快捷键；
- 说：用正常语速、正常音量说话，不用一字一顿，也不用刻意放慢；
- 松：说完松开快捷键，Handy 会先用 Silero 的语音活动检测过滤掉静音，再用你选的模型在本地转录；
- 得：转录好的文字会直接粘贴到光标所在的位置，不用你再复制粘贴。
用熟之后可以这样搭配日常工作：早上先口述当天的待办和周报草稿，再回头用键盘精修；开会时口述会议纪要要点；写代码时口述注释和提交信息；回复长消息时先口述再改两处错别字，比全程打字快得多。
图 3：按住说话、松手出字的示意。图片为 AI 生成的操作示意图。
步骤 4（进阶）：换模型与处理网络受限的情况
用顺手之后，这两个进阶操作值得知道：
- 换模型：在 Settings → Models 里切换模型。Whisper 的 Large、Turbo 准确率更高但体积更大（手动下载的文件约 1.1 GB 到 1.6 GB）；Parakeet V3 对 CPU 更友好。换模型后先用同一段话测一次准确率，再决定长期用哪一个。
- 网络受限时手动装模型：如果 Handy 没法自动下载模型，可以按 README 的“手动安装模型”流程处理：在设置 About 里找到应用数据目录（macOS 一般是
~/Library/Application Support/com.pais.handy/，Windows 是C:\Users\{用户名}\AppData\Roaming\com.pais.handy\），在里面新建models文件夹，把模型文件（Whisper 的.bin文件或 Parakeet 的.gguf文件）原名放进去，重启 Handy 后在 Settings → Models 里确认显示为“已下载”，再选它使用。注意不要改模型文件的文件名。
四、恢复办法
Handy 本身不改动你的文件，遇到问题基本都能马上回到打字状态：
- 转录结果不满意：直接删掉这段文字重新说一遍，或者换一个更大的模型再试一次；先检查是不是环境太吵、离麦克风太远。
- 文字没粘贴进去：先确认光标确实在目标输入框里、辅助功能权限已授权；再试一次，多数情况下只是焦点跑偏了。
- 粘贴出来的是以前复制的内容：这是 README 里记录的已知问题——转录本身在 History 里是对的，但粘贴时恢复旧剪贴板的速度出了偏差。按 README 的办法，到设置里按
Cmd+Shift+D（macOS）或Ctrl+Shift+D（Windows/Linux）打开 Debug，试试 Reliable Paste（Beta），或调大 Paste Delay（After），再在出问题的应用里测试。 - Linux 上启动不稳定或粘贴失灵：按 README 的 Linux 说明，先确认装了对应显示服务器的输入工具（X11 装
xdotool，Wayland 装wtype或dotool），并在 Settings → Advanced 里把 Overlay Position 设为 None；Wayland 下的全局快捷键需要通过桌面环境自行配置。 - 不想用了：按系统常规方式卸载即可；录音和转录都在本地，不会因为卸载而上传到别处。
五、注意事项（必读）
- 第一次下载模型要联网，之后全程离线：只有下载应用和模型、以及可选的更新检查需要网络；转录本身不联网，录音不会离开你的电脑。
- 转录结果要自己过一遍：人名、地名、数字、专业术语最容易听错，正式发出去之前先检查一遍，别直接把口述稿当成终稿。
- 只从官网和 GitHub Releases 下载：第三方下载站的安装包可能被改动过，认准 handy.computer 和 cjpais/Handy。
- 蓝牙耳机用户注意：README 提醒，macOS 上用蓝牙耳机麦克风录音时，播放音质或音量可能暂时下降；可以把耳机只当输出设备，改用电脑内置麦克风或外接麦克风录音。
- 品牌与代码的授权不同：代码是 MIT 许可证，但 Handy 的名字、Logo、图标等品牌资产不是开源的——自己用没问题，二次分发时不要冒用它的品牌。
- 它还在快速迭代：版本号仍是 0.x，界面和个别功能以后可能调整；遇到问题先到 GitHub Issues 里搜一下，很可能已经有人提过。
六、官方资源链接
- GitHub 项目：https://github.com/cjpais/Handy
- 项目官网与下载：https://handy.computer
- 下载页：https://handy.computer/download
- GitHub Releases：https://github.com/cjpais/Handy/releases
- 官方 README（含安装、已知问题与故障排查）：https://github.com/cjpais/Handy#readme
七、常见问题
真的完全免费吗？
是。Handy 没有付费档、没有订阅、没有字数限制；开发靠 GitHub Sponsors 和捐赠维持。
没有账号能用吗？
能。Handy 没有账号系统，安装、授权、选模型后就能直接用。
录音会上传到云端吗？
不会。转录模型在本地运行，录音和文字都留在你自己的电脑上；只有下载应用和模型时需要联网。
支持中文吗？
支持。Whisper 模型本身支持多语言，Parakeet V3 会自动识别语言；实际准确率和你的发音、环境噪音、所选模型大小有关，第一次用建议先测一段中文再长期使用。
哪些模型该怎么选？
电脑配置一般、想省空间就先选较小的 Whisper 模型或 Parakeet V3；追求准确率、电脑性能够，就试 Turbo 或 Large；模型可以在 Settings → Models 里随时切换。
能用它做会议多人转录吗？
不适合。Handy 的定位是“一个人对着麦克风口述、文字进输入框”，不是会议记录工具，不做说话人区分和摘要。
打错字、识别错了怎么办？
直接在文档里改，或者删掉重说一遍；也可以到 History 里确认转录原文，再决定是模型问题还是口音、噪音问题。
