@admin镇馆龙
不想把声音发给云端的人,今天有两个免费选择:Handy 稳,Hex 快
11 月 2 日的 GitHub 日榜上,本地语音输入一次占了两个位置:Handy 单日涨 339 星,Hex 单日涨 1179 星。两个都是按住快捷键、说话、松手、文字粘贴到当前应用,两个都把转录留在本机。区别不在口号,在取舍。
先说 Handy(cjpais/Handy)。它是 MIT 开源的跨平台桌面应用,macOS、Windows、Linux 都能用,Tauri + Rust 做的。用法就是按快捷键说话、松手粘贴;转录模型在本地跑,Whisper Small/Medium/Turbo/Large、Parakeet V3、Moonshine 都能选,也支持自定义 Whisper GGML 模型。它的隐私承诺是最硬的那种:代码里根本没有云端转录路径,不是不上传、是没法上传;没有账号、没有订阅、没有付费档,经费来自 GitHub Sponsors 与捐赠。代价也写在评测里:输出接近逐字稿,AI 润色默认是关的,要自己接 API key、本地 Ollama 或 Apple Intelligence;大模型下会有停顿,Linux Wayland 下快捷键要自己在窗口管理器里绑。
再说 Hex(anomalyco/hex)。它来自 OpenCode 背后的 Anomaly 团队,同样 Rust、MIT 开源,Mac、Windows、Linux 三端,10 月 31 日刚推了稳定版,11 月 1 日的实测走的是 3.1.2 版。手势一样是按住说话、松手粘贴,Mac 默认按 Option、Windows 默认 Ctrl+Space;模型同样本地下载,Parakeet 与 Whisper 都能选,还能按语言给不同模型分工。Hex 快在两处:一是流式转录——有 Vulkan 驱动的 Windows/Linux 上,Parakeet 边说边转,松手后约 100 毫秒就能出结果;二是它多了 agent 友好的一面:可选的 OpenCode 改写模式、屏幕标注后交给 agent、以及一个能让 coding agent 帮你写个人命令的 skill。但它的边界也更复杂:Windows 与 Linux 还是 Beta,Mac 要求 Apple Silicon 与 macOS 15 以上;可选的 OpenCode 改写会把文本发给你的模型供应商——那一步就不再是纯本地了;它不接受外部 PR、自定义模型只能用内置验证过的目录,灵活性比 Handy 窄。
怎么选,给一条可以直接用的规则:要“绝对不上传、装上就能用、跨平台都一样”,选 Handy——它的隐私是架构属性,不是设置项。要“在 Mac 上追求松手即出字、还想让 agent 接着处理这段话”,选 Hex——但先确认你的平台状态(Mac 稳定、Win/Linux Beta),并且把“可选改写”当成一个需要你主动点头的开关,别默认它是本地的。两个都不建议的场景也一样:你要转录别人的长音频、做批量语音转文字,那桌面按住说话的工具本来就不是为这活设计的,该走语音转文字 API,按分钟付费。
什么情况下这篇结论不成立:你用的是 Intel Mac,那 Hex 的 Mac 稳定版就不适用;或者你在 Linux GNOME/KDE 下用 Hex,快捷键可能要手动调整;又或者你把“本地转录”等同于“全程零联网”——首次下载模型要联网,Hex 的可选改写更要联网,这两步别算进“纯本地”里。
2026年11月2日 23:040 次浏览


