Handy
Eine Offline-Anwendung für Sprache-zu-Text über Plattformen hinweg, die lokale Whisper-Transkriptionen in jedes aktive Fenster einfügt.
Transkribieren Sie Ihre Stimme lokal mit benutzerdefinierten Kurzbefehlen und fügen Sie Text direkt in jede Anwendung ein.
Handy ist eine Offline-Desktop-Anwendung für Sprache-zu-Text, die lokale Whisper- und Parakeet-Modelle verwendet, um Ihre Stimme direkt in jedes aktive Texteingabefeld zu transkribieren. Wenn Sie lokale Diktate für Notizen, Skripte oder Audioprotokolle ohne Cloud-API-Gebühren oder Datenschutzbedenken benötigen, passt dieses Tool zu Ihrem Workflow.
Was es ist
Die Anwendung läuft in der Taskleiste Ihres Systems und lauscht auf konfigurierbare globale Hotkeys, um Audio mithilfe der Silero Voice Activity Detection aufzunehmen. Sie verarbeitet Ihre Stimme auf dem Gerät mit lokalen GPU- oder CPU-Inferenz-Engine und fügt den transkribierten Text direkt in Ihre fokussierte Desktop-Anwendung ein.
Für wen
Es eignet sich für Audioproduzenten, Podcaster und Entwickler, die eine schnelle Sprachdiktierung wünschen, ohne sensible Sprachaufnahmen an Cloud-Server von Drittanbietern zu übertragen. Es ist weniger geeignet für Benutzer, die standardmäßig Echtzeit-Diarisierung für mehrere Sprecher oder webbasierte Teamzusammenarbeitsfunktionen benötigen.
Wichtige Funktionen
Lokale Spracherkennung
Transkribiert Audio lokal mithilfe von Whisper GGML/GGUF-Modellen oder CPU-optimierten Parakeet V3-Modellen.
Globale Tastenkombinationen
Löst Push-to-Talk- oder Umschalt-Aufnahmemodi sofort aus jeder Desktop-Anwendung aus.
Sprachaktivitätserkennung
Filtert stille Audiosegmente automatisch mit Silero VAD, bevor die Sprachinferenz ausgeführt wird.
Raycast-Erweiterungsintegration
Ermöglicht das Steuern von Aufnahmestatus, das Umschalten von Modellen und das Durchsuchen des Transkriptionsverlaufs über Raycast.
Startklar in 3 Schritten
Unser ehrliches Fazit
Stärken
- Transkribiert Sprache vollständig offline ohne Cloud-API-Anfragen oder Telemetrie.
- Fügt transkribierten Text direkt in das jeweils aktive Desktop-Eingabefeld ein.
- Enthält Fernsteuerungs-CLI-Flags zur Integration mit externen Automatisierungsskripten.
- Bietet anpassbare Inferenzoptionen zwischen GPU-beschleunigtem Whisper und CPU-freundlichem Parakeet V3.
Schwächen
- Erfordert die Installation von Linux-Hilfsprogrammen von Drittanbietern wie wtype oder xdotool für eine zuverlässige Texteingabe unter Wayland oder X11.
- Die Verwendung von macOS-Bluetooth-Headsets führt aufgrund des bidirektionalen Modus auf Systemebene zu einem Abfall der Audioausgabequalität.
- Die Inferenz des Whisper-Modells kann bei bestimmten Windows- und Linux-Hardwarekonfigurationen abstürzen.
- Fn-Tasten-Kurzbefehle unter macOS werden nur bei Verwendung nativer Apple-Hardware-Tastaturen registriert.
Preise & Lizenz
Handy ist völlig kostenlos zu verwenden und unter der MIT-Lizenz erweiterbar. Es gibt keine gehosteten Cloud-Tarife oder Software-Abonnementgebühren, sodass Ihre einzigen Kosten die Hardware-Ressourcen sind, die zum Ausführen lokaler Modelle erforderlich sind.
Stellen für Deutschsprachige
874 offene Remote-Stellen im KI-Training, aktualisiert am 15. November 2026; die meisten zahlen $20–$170 pro Stunde. 12 davon suchen Deutschsprachige. Zekai listet sie kostenlos; die Bewerbung läuft über die Plattform des Arbeitgebers.
Alternativen
Diese bewerteten KI-Tools erledigen die Aufgabe sofort — aus unserem bewerteten Verzeichnis.
Nutze es, oder lass es uns einrichten
FAQ
Sendet Handy Sprach-Audio an externe Cloud-Server?
Nein, die gesamte Spracherkennung und Sprache-zu-Text-Verarbeitung findet vollständig auf Ihrem lokalen Computer statt.
Welche Spracherkennungsmodelle kann ich mit Handy verwenden?
Sie können zwischen lokalen Whisper-Modellen (Small, Medium, Turbo, Large) oder CPU-optimiertem Parakeet V3 wählen.
Warum schlägt das Einfügen von Text auf Linux Wayland-Desktop-Umgebungen fehl?
Wayland schränkt das automatische Drücken von Tasten ein, daher müssen Sie wtype oder dotool für die Einfügefunktion manuell installieren.
