Handy

Tauri v2 构建的跨平台听写工具：识别全在本地跑，可换模型、可加热词，隐私零妥协

项目速览

项目内容

仓库 cjpais/Handy

语言 Rust（Tauri v2）

星标约 3.6 万

平台 macOS / Windows / Linux

特性完全离线、模型可选、热词扩展

它想解决什么问题

语音转文字本身不难，难的是”不想把音频传出去”。会议记录、医生问诊、律师口述、内部复盘——这些场景里的音频一旦离开本机，合规上就说不清了。

Handy 的选择很彻底：识别完全在本地完成，不联网、不上传。同时它没有把”离线”当成功能缩水的借口，模型可换、热词可加，日常听写够用。

1. 本地推理。 音频在设备上直接跑识别模型，没有云端往返，延迟低且断网可用。

2. Tauri v2 的轻量外壳。 用 Rust 做后端、系统 WebView 做界面，安装包比 Electron 方案小一个量级，这对一个常驻工具很重要。

3. 可扩展。 支持自定义模型与热词，专有名词、人名、内部代号可以提前喂进去，识别率立刻不一样。

4. 无障碍导向。 面向听写、字幕、无障碍输入设计，落地场景天然是”替代键盘输入”而不是”做会议纪要 SaaS”。

从 Releases 下载对应平台安装包最省事；也可以自行构建：

1
2
3

git clone https://github.com/cjpais/Handy.git
cd Handy
cargo tauri build

第一次启动会下载识别模型，之后的转写不再需要网络。

亮点是把隐私做成默认值而不是付费选项。在”什么都要上云”的语音赛道里，一个不联网、能换模型、还长得像正常桌面应用的方案，本身就稀缺。

局限：本地模型的准确率仍不如顶级云端模型，口音重、环境嘈杂时差距明显；首次使用要下模型，占空间也考验耐心；长音频的转写速度取决于本机算力，老机器会明显吃力；功能聚焦在听写，没有说话人分离、时间轴对齐这类会议场景能力。

适合人群：对音频合规敏感的专业人士（医疗、法律、咨询）；常写长文、想用口述提效的作者；以及不愿把语音交给云端的隐私敏感用户。