Handy
Una aplicación de voz a texto sin conexión y multiplataforma que pega transcripciones locales de Whisper en cualquier ventana activa.
Transcribe tu voz localmente con atajos personalizados y pega texto directamente en cualquier aplicación.
Handy es una aplicación de escritorio de voz a texto sin conexión que utiliza modelos locales de Whisper y Parakeet para transcribir tu voz directamente en cualquier campo de texto activo. Si necesitas dictado local para notas, guiones o registros de audio sin tarifas de API en la nube ni problemas de privacidad, esta herramienta se adapta a tu flujo de trabajo.
Qué es
La aplicación se ejecuta en la bandeja del sistema y escucha atajos globales configurables para capturar audio utilizando la detección de actividad de voz de Silero. Procesa tu voz en el dispositivo utilizando motores de inferencia locales de GPU o CPU y pega el texto transcrito directamente en tu aplicación de escritorio enfocada.
Para quién
Es ideal para productores de audio, podcasters y desarrolladores que desean un dictado de voz rápido sin transmitir grabaciones de voz sensibles a servidores en la nube de terceros. Es menos adecuada para usuarios que requieren diarización de múltiples hablantes en tiempo real o funciones de colaboración en equipo alojadas en la web de forma predeterminada.
Funciones clave
Reconocimiento de voz local
Transcribe audio localmente utilizando modelos Whisper GGML/GGUF o modelos Parakeet V3 optimizados para CPU.
Atajos de teclado globales
Activa modos de pulsar para hablar o alternar grabación instantáneamente desde cualquier aplicación de escritorio.
Detección de actividad de voz
Filtra segmentos de audio silenciosos automáticamente usando Silero VAD antes de ejecutar la inferencia de voz.
Integración con la extensión de Raycast
Permite controlar estados de grabación, cambiar modelos y buscar en el historial de transcripciones mediante Raycast.
Listo en 3 pasos
Nuestro veredicto honesto
Lo mejor
- Transcribe voz completamente sin conexión sin solicitudes de API en la nube ni telemetría.
- Pega el texto transcrito directamente en cualquier campo de entrada de escritorio que esté activo actualmente.
- Incluye indicadores CLI de control remoto para la integración con scripts de automatización externos.
- Proporciona opciones de inferencia personalizables entre Whisper acelerado por GPU y Parakeet V3 amigable con la CPU.
Sus límites
- Requiere instalar utilidades de Linux de terceros como wtype o xdotool para una inyección de texto confiable en Wayland o X11.
- El uso de auriculares Bluetooth en macOS hace que la calidad de salida de audio baje debido al modo bidireccional a nivel de sistema.
- La inferencia del modelo Whisper puede fallar en configuraciones de hardware específicas de Windows y Linux.
- Los atajos de la tecla Fn en macOS solo se registran cuando se usan teclados de hardware nativos de Apple.
Precios y licencia
Handy es totalmente gratuita de usar y ampliar bajo la licencia MIT. No hay niveles de nube alojados ni tarifas de suscripción de software, por lo que tu único costo son los recursos de hardware necesarios para ejecutar modelos locales.
Empleos para hispanohablantes
874 puestos remotos abiertos de entrenamiento de IA, actualizados el 15 de noviembre de 2026; la mayoría paga $20–$170 por hora. 22 de ellos piden hispanohablantes. Zekai los lista gratis; la solicitud va a la plataforma del empleador.
Alternativas
Estas herramientas de IA evaluadas hacen el mismo trabajo al instante — de nuestro directorio puntuado.
Úsalo, o deja que lo configuremos
FAQ
¿Envía Handy audio de voz a algún servidor en la nube externo?
No, toda la detección de voz y el procesamiento de voz a texto ocurren completamente en tu máquina local.
¿Qué modelos de reconocimiento de voz puedo usar con Handy?
Puedes elegir entre modelos locales de Whisper (Small, Medium, Turbo, Large) o Parakeet V3 optimizado para CPU.
¿Por qué falla el pegado de texto en entornos de escritorio Linux Wayland?
Wayland restringe la pulsación automática de teclas, por lo que debes instalar wtype o dotool manualmente para la funcionalidad de pegado.
