详细介绍：破解语音转文字的难题，尽在Handy！
Handy: 一款免费的开源离线语音转文本应用
Handy是一款跨平台的桌面应用，专为隐私设计的简单语音转录工具，完全承受离线操作。您只需按下快捷键，开始讲话，您的话就会出现在任何文本框中，所有处理都在您的计算机内部搞定，无需将语音发送至云端，完美解决了隐私困难。
为什么选择Handy？
填补市面上缺乏真正开源、可扩展语音转文本设备的空白，具体优势包括：就是Handy的目标
- 免费：无论贫富，每个人都应该能够采用辅助工具，而非被高昂的付费墙所限制。
- 开源：与大家一起发展，您可以为自己扩展Handy，并为更大的社区做贡献。
- 私密：您的声音保持在您的计算机上，笔记转录过程无需将音频上传至云端。
- 简单：一款应用专注于一项任务，转录您所说的并直接放入文本框中。
Handy并不打算成为最佳的语音转文本应用，而是希望成为最易于扩展的工具。
使用方法
操作流程
- 按下可配置的快捷键以开始/停止录音（或应用语音按键模式）。
- 说出您的话，直到快捷键松开。
- 放开快捷键，Handy会使用Whisper处理您的语音。
- 获取转录的文本，直接粘贴到您使用的任何应用中。
所有过程均在本地完毕：
- 使用VAD（语音活动检测）来过滤静音。
- 使用您选择的模型进行转录：
- Whisper模型（小型/中型/涡轮/大型），如可用则启用GPU加速。
- Parakeet V3- CPU优化模型，性能优越，自动检测语言。
- 支持Windows、macOS和Linux系统。
快速开始
安装步骤
开发设置
有关详细的构建说明，包括平台特定需求，请查看BUILD.md。
体系结构
Handy作为Tauri应用程序构建，结合了：
- 前端：使用React + TypeScript和Tailwind CSS用于设置UI。
- 后端：Rust用于系统集成、音频处理和机器学习推理。
- 核心库：
whisper-rs：使用Whisper模型进行本地语音识别。transcription-rs：使用Parakeet模型的CPU优化语音识别。cpal：跨平台音频输入输出。vad-rs：语音活动检测。rdev：全局快捷键和系统事件。rubato：音频重采样。
调试模式
Handy包含高级调试模式，用于研发和故障排除。通过以下方式访问：
- macOS：
Cmd+Shift+D - Windows/Linux：
Ctrl+Shift+D
已知问题与当前限制
该工程仍在积极开发中，并存在一些已知问题。我们相信保持透明是极其重要的：
平台支持
- macOS（Intel和Apple Silicon均承受）
- x64 Windows
- x64 Linux
系统要求/推荐配备
以下是运行Handy的推荐配置。如果您的计算机不符合系统要求，应用程序的性能可能会受到影响。我们正在努力改善各类计算机和硬件的性能。
Whisper模型：
- macOS：M系列Mac，Intel Mac
- Windows：Intel、AMD或NVIDIA GPU
- Linux：Intel、AMD或NVIDIA GPU
- Ubuntu 22.04、24.04
Parakeet V3模型：
- 仅CPU运行- 适用于多种硬件。
- 最低要求：Intel Skylake（第6代）或同等AMD处理器。
- 性能：在中档硬件（如i5）上可实现~5倍实时速度。
- 自动语言检测- 无需手动选择语言。
相关项目
- Handy CLI- 最初的Python命令行版本。
- handy.computer- 项目官网，给予演示和文档。
总结
Handy是一款专注于本地语音转文本的优秀应用，兼具开源和可扩展性，旨在为用户献出一个高效而私密的工具。有助于满足各种离线语音识别需求，不仅适用于个人运用，也为开发者供应了极大的自定义空间。探索与Handy同类的优秀项目，例如Handy CLI，进一步扩展您的语音转文本体验。
浙公网安备 33010602011771号