汉帝曰.

神经网络简介 Handy

Handy是一个用于文本语音输入的自由开源桌面应用程序. 其主要特点是完全离线工作. 数字 : 语音识别在计算机上进行,语音数据不发送到云中。 已按经. 用户支配文本,并立即出现. 在活动文本字段中。

该应用程序支持许多识别模式,包括来自Sber的俄语GigaAM保持记录历史,并允许您灵活调整密钥组合和输入方法. Handy被认为是一个开放的基础,如果愿意,可以适应它自己的任务。

粗体特性

汉代神经网络适合谁?.

很难用手打印的人

这个工具对人们有用。 由于手部受伤或卡帕隧道综合症(RSI),无法或暂时无法打印。 独裁统治让你能继续工作 当正常打字困难时。

文本的开发者和作者

汉代会有所助. Claude Code等快速快速拼写工具的开发者,以及想高速创建声音的记者和作者.

隐私倡导者

也不愿将自己的声音发送到第三方公共服务器。

如何使用汉代神经网络?

∮在工作开始前安顿起来∮

要开始,需要选择识别模型. 从集成目录(GigaAM被推荐为俄语,设置麦克风,并确定插入文本的方式——通过剪贴板或直接输入).

激活模式

两种可用的模式: 您可以按下设置密钥组合, 并按一次按下密钥开始并停止录音 。 维持和推向谈话。

输入文本

在发出短语并释放密钥后,汉代将识别文本插入光标所在的任何文本字段——在浏览器,代码编辑器或信使中.

汉代的主要职能

离线识别和文本条目

程序完全在本地识别语音,并使用推到对讲机将文本输入任何活动领域. 目前正在管理可定制的键盘。

识别模型目录

内建目录包含许多型号:Whisper,Parakeet Nemotron,Voxtral Qun3-ASR,Cohere Translatis,Canary和GigaAM. 他们比较。 精确的速度支持语言和大小。

额外的可能性

Silero VAD过滤器切除沉默,暂停记录历史 提供音频播放器以及存储和自动删除设置,用户字典允许您纠正识别错误. 界面翻译为俄语,CLI-flags允许您从脚本控制应用程序.

手巧的好处

隐私和全线离线工作

声音不会离开计算机:所有识别都是在当地进行的,没有互联网,也没有向第三方服务器发送语音.

□ 自由和开源

附件免费分发。 麻省理工学院的许可允许您用叉子和修改代码以满足您的需要.

支持俄语

对目录中的俄语, 从轻量级的Parakeet到多语言的Whisper(英语:Whisper)的多种模型涵盖了不同的情景.

□ 积极发展

该项目正在发展:定期发布发行,公开列出著名的问题。

汉迪的缺点

□ 初学者入门门槛

在第一次运行时,程序不提供默认模式. 而新来者得. 选择一个半打的选项。

平台的不稳定性和特点

Whisper模型定期落在Windows和Linux上——这是一个公认的bug. 在Wayland的Linux上,需要安装wtype或dotool以正确插入文本.

语言限制

GigaAM只能识别俄语 因此,为混合俄语和英语的纹理手动切换到另一个模型.

Handy 解决什么任务

□按声音介绍文本

工具将语音转换成文本,并粘贴到任意字段 — 一个浏览器,代码编辑器或信使.

当地转录

Handy 允许您将音频完全本地化, 不发送数据 论云.

对工人过程的支持

该应用程序帮助创建使用语音的文本草稿,并对克劳德法典等开发者工具发出提示.

昂贵的价格

汉迪完全免费传播。 支付关税、订阅或限制 无用时. 项目存在。 通过Frede GitHub赞助商、PayPal、Buy Me a Coffee和Ko-fi赞助支持和自愿捐赠。

Handy的使用条款

登记 没必要 工具传播. 麻省理工学院许可下的开放源代码,它赋予了学习,使用和精炼的自由. 所有数据 本地处理的用户设备。

手动可用性

Handy工作于macOS(英特尔和苹果硅),Windows(x64和ARM)和Linux(x64和ARM),在AppImage格式,deb和rpm. 在macOS上,应用程序通过Homebrew On Windows,通过winget安装. 不需要VPN系统 该界面被翻译成俄语. 此外,还提供了用于管理的CLI版本。 从脚本和自动播放。

何谓汉代与模拟

汉代来了. 因为作者没有找到一个 即时的声调插入, 不像那些封闭的 产品, 汉代被设想为叉子的基础 感谢麻省理工学院的许可,用户可以自定义用于自己的任务. 主要区别是全线下线工作不向云端发送语音,免费. 嵌入式俄语支持GigaAM模型.

结论

汉帝自免. 离线开源语音输入工具, 他会没事的。 欣赏隐私并愿意处理有时但不适合用户的设置 想要从“没有任何设置的行动的服务”框中“工作”的人。