Skip to main content
PromptQuorumBuilt for humans. Structured for AI.
ホーム/ローカルLLM活用
Voice, Speech & Multimodal

Handyレビュー:無料のオフライン音声入力アプリ

·6分で読めるHans Kuepper 著 · PromptQuorum創設者 · オープンウェイト/オープンソースAIの発見エンジン

Handy(バージョン0.9.8)は、音声を自分のコンピューター上でテキストに変換し、入力中のテキスト欄に貼り付ける、MITライセンスの無料デスクトップアプリです。 Windows、macOS、Linuxで動作し、モデルを一度ダウンロードする必要があります。ここでの記述はすべて、開発元の公式サイト、プライバシーポリシー、GitHubリポジトリに基づいています。

重要なポイント

  • メンテナンス:最新リリースは2026年10月3日、メインブランチの最終更新は2026年10月21日で、更新停滞の警告は該当しません。
  • 費用:有料プランはなく、プロジェクトは寄付を募りスポンサーを掲載しています。
  • モデル:Whisper(Small、Medium、Turbo、Large)とParakeetを一度ダウンロードしてローカルで実行します。
  • インストーラー:GitHubのReleasesページに.dmg、.exe、.msi、.AppImage、.deb、.rpmがあります。
  • 開発元:CJ Pais氏とコントリビューター。最高の音声入力アプリではなく「フォークしやすい」ことを掲げています。

📍 一文で説明

Handyは、ショートカットを押すと音声を録音し、ローカルの音声モデルで文字起こしして、操作中のアプリにテキストを貼り付けるオープンソースのデスクトップアプリです。

💬 簡潔に説明

キーの組み合わせを押して一文話し、離すだけで、カーソルの位置に言葉が表示されます。プロジェクトによれば、モデルがディスクにあればアカウントもインターネット接続も不要です。

📌補足: このレビューはhandy.computer、そのプライバシーポリシー、GitHubリポジトリ(2026年10月24日確認)に基づいています。PromptQuorumはアプリのインストールや計測を行っていないため、精度と速度は評価していません。

Handyは、CJ Pais氏とコントリビューターが開発する無料のオープンソースのデスクトップアプリです。ショートカットを押しながら話して離すと、文字起こしされたテキストが作業中の入力欄に貼り付けられます。プロジェクトによると、音声認識は自分のコンピューター上で動作し、モデルをダウンロードすれば完全にオフラインで使えます。このレビューは公式サイト、プライバシーポリシー、GitHubリポジトリ(2026年10月24日確認)に基づいており、PromptQuorumは実機での検証を行っていません。

Handyレビュー:無料のオフライン音声入力アプリ

Handyとは

Handyは、設定可能なショートカットを押している間に録音し、音声をローカルで文字起こしして、フォーカスのあるアプリに結果を貼り付けるクロスプラットフォームの音声入力デスクトップアプリです。 プロジェクト自身は「無料・オープンソース・プライベート・シンプル」で「一つのツールに一つの役割」と説明しています。コードはMITライセンスで、リポジトリは2025年2月に作成されました。

Aboutページでは、Handyは最高の音声認識アプリを目指すのではなく「最もフォークしやすいもの」を目指すとされており、 Rustに詳しい貢献者を歓迎しています。ホスティング型のサービスではなく、ダウンロードして使うプログラムです。

入手方法

HandyはmacOS、Windows、Linux向けのデスクトップ版をダウンロードして使います。iOS、Android、Web版は掲載されていません。

項目
入手方法
macOS.dmg(Apple silicon、Intel):handy.computer
Windows.exe、.msi(x64、ARM64):handy.computer
Linux.AppImage、.deb、.rpm(x86_64、ARM64):handy.computer
公式サイトhandy.computer
プライバシーポリシーhandy.computer/privacy
ソースコードgithub.com/cjpais/Handy(MITライセンス)

確認したバージョン:0.9.8(GitHubのReleasesページによれば2026年10月3日公開で、全インストーラーもここに掲載)。公式サイトのメインボタンはMac向けにApple silicon版を案内しています。Homebrew(brew install --cask handy)とwinget(winget install cjpais.Handy)のパッケージもありますが、開発者による保守ではありません。DebianやUbuntuではsudo apt install ./Handy_*.debで.debを導入します。アプリは無料です。

動作要件

公式サイトにOSの最低バージョンの記載はなく、必要なハードウェアは選ぶ音声モデルによって変わります。

OS

情報源の記載:
サイトに最低要件の記載なし。プロジェクトのビルド設定ではmacOS 10.15が最低。Windowsはx64とARM64、Linuxはx86_64とARM64向けのダウンロードあり

音声モデル

情報源の記載:
アプリ内でダウンロード:Whisper Small 487 MB、Medium 492 MB、Turbo 1600 MB、Large 1100 MB、およびParakeet 731 MB(プロジェクトのドキュメントによる)

ハードウェア

情報源の記載:
WhisperモデルはGPUが使えればGPU高速化を利用。ParakeetはCPU最適化と説明。RAMの数値は示されていません

権限

情報源の記載:
マイクとアクセシビリティへのアクセス。初回起動時に要求

Linuxの追加要件

情報源の記載:
テキスト入力にxdotool(X11)、wtypeまたはdotool(Wayland)。実行時にlibgtk-layer-shell

インターネット

情報源の記載:
モデルのダウンロードと、有効時のアップデート確認に必要。モデルファイルは手動で配置することも可能

モデルのサイズはプロジェクトの手動インストールガイドに記載されたファイルサイズで、アプリ内の一覧と異なる場合があります。

始め方

手順はプロジェクトのREADMEに沿ったもので、PromptQuorumは実行していません。

  1. 1
    Handyをインストールする
    Why it matters: 公式サイトまたはReleasesページからお使いのOS用インストーラーをダウンロードして導入します。
  2. 2
    権限を許可する
    Why it matters: Handyを起動し、システムから求められたらマイクとアクセシビリティへのアクセスを許可します。
  3. 3
    モデルをダウンロードする
    Why it matters: 設定の「モデル」を開き、WhisperまたはParakeetのモデルをダウンロードします。インターネットが主に必要なのはこの手順です。
  4. 4
    話して入力する
    Why it matters: 任意の入力欄をクリックし、ショートカットを押しながら話して離すと、Handyが文字起こしを貼り付けます。プッシュトゥトークをオフにすると、同じショートカットで録音の開始と停止を切り替えます。

情報源で確認できた機能

以下はすべて公式サイト、プライバシーポリシー、READMEに基づくもので、独自の検証は行っていません。

  • プッシュトゥトークまたは切り替え。 ショートカットは変更可能で、押している間だけ録音するのが初期設定です。押して開始、もう一度押して停止するモードもあります。
  • ローカルモデル。 4サイズのWhisperとParakeet V3。READMEはParakeetを、言語を自動検出するCPU最適化モデルと説明しています。モデルフォルダに置いた独自のWhisper GGMLファイルは「Custom Models」に表示されます。
  • 音声区間によるフィルタリング。 Silero VADが文字起こしの前に無音を取り除きます。
  • カスタム単語と履歴。 設定にはカスタム単語リスト、カスタムプロンプト、録音を保持する文字起こし履歴があります。
  • 任意の後処理。 設定したAIモデルで文字起こしを整える二次処理で、handy --toggle-post-processで切り替えます。設定しない限りオフです。

データの流れとプライバシー

2026年9月18日施行のプライバシーポリシーによると、Handyはアカウント不要で、広告、行動分析、追跡用テレメトリーを含まず、通常の文字起こしでマイク音声や文字起こし結果をメンテナーに送りません。 録音、文字起こし、履歴、設定、カスタム単語、ログは端末内に保存されます。初期設定では直近の一定数の項目を音声付きで保持し、保持期間の変更や履歴の上限をゼロにすることもできます。公式リリース版はログから文字起こしの本文を伏せます。

アプリがネットワークを使うのは3つの場合です。GitHub Releasesでのアップデート確認(初期設定ではオン、オフにできます)、Hugging Faceからの、代替としてblob.handy.computer(Cloudflare経由)からのモデルのダウンロード、そして任意の後処理です。後処理にクラウドのプロバイダーを設定すると、文字起こし、プロンプト、認証情報があなたのコンピューターからそのプロバイダーへ直接送られます。ポリシーによればOpenAI、Anthropic、OpenRouter、Groq、Cerebras、Z.AI、AWS Bedrockなどが該当し得ます。ローカルまたはオンデバイスのエンドポイントなら避けられます。

📌補足: これらはメンテナーの申告であり、監査結果ではありません。コードはMITライセンスで公開されていますが、PromptQuorumはコードを読んでおらず、アプリの通信も調べていません。

向いている人

  • 書き手や開発者:クラウドサービスやサブスクなしで、エディタ、チャット欄、ターミナルに音声入力したい方。
  • アクセシビリティ利用者や自作派:フォークやスクリプト連携ができる小さなオープンな実装を求める方。
  • プライバシー重視の方:モデルのダウンロードを受け入れ、文字起こしを自分のマシンに留めたい方。

確認できなかった点

  • 精度と速度。 単語誤り率、遅延、対応言語の範囲は測定しておらず、対応言語数は参照した情報源に記載がありません。
  • ハードウェアごとの性能。 CPUのみのマシン、古いMac、各種GPUでの動作時間は検証しておらず、RAM要件も公開されていません。
  • プロジェクト自身が挙げる制約。 READMEは、macOSでBluetoothヘッドセットのマイクを使うと再生品質が下がることがあること、fnやGlobeを含むショートカットはAppleのキーボードでのみ動作すること、LinuxのWaylandへの対応が限定的であることを警告しています。
  • インストーラーの署名。 macOSとWindowsのインストーラーが公証済みか、開発者証明書で署名されているかは確認していません。
  • 1.0未満であること。 バージョンは0.9.8で、READMEは積極的に開発中で既知の問題があるとしています。

競合と代替ツール

MacWhisper

対応プラットフォーム:
macOS
価格/ライセンス:
フリーミアム/プロプライエタリ
主な違い:
WhisperとParakeetによるローカル文字起こしを買い切りで提供するMac専用アプリ。クローズドソース
MacWhisperに関する記事(2件)

その他の言及:

TranscriptionSuite

対応プラットフォーム:
macOS、Windows、Linux
価格/ライセンス:
無料/GPL-3.0
主な違い:
ライブ文字起こし、話者分離、検索可能なオーディオノートを備え、WindowsとLinuxではエンジンがDockerで動作
TranscriptionSuiteに関する記事(1件)

AquaVoice

対応プラットフォーム:
macOS、Windows、iOS、Android
価格/ライセンス:
フリーミアム/プロプライエタリ
主な違い:
アクティブなアプリに入力するクラウド型の音声入力サービスで、オフラインの選択肢ではありません
AquaVoiceに関する記事(2件)

PromptQuorumのディレクトリにある同カテゴリのアプリです。最新の価格、ライセンス、対応プラットフォームは各アプリのページで確認してください。

ディレクトリで比較する

よくある質問

インターネットに接続していないコンピューターでもHandyは動きますか?

モデルが配置されていれば動きます。プロジェクトはモデルファイルをアプリのモデルフォルダに手動でコピーする方法を文書化しており、共有のHugging Faceキャッシュにあるモデルも自動で認識します。そこに置いた独自のWhisper GGMLの.binファイルは「Custom Models」に表示されます。

どのモデルを選べばよいですか?

READMEはWhisperをGPU高速化対応、ParakeetをCPU最適化かつ言語自動検出と説明し、手動インストールガイドではParakeet Unified EN 0.6Bのファイルが推奨とされています。両者を比較したベンチマークは情報源にありません。

HandyはWaylandで動作しますか?

対応は限定的です。READMEによれば、テキスト入力にはwtypeまたはdotoolが必要で、グローバルショートカットはデスクトップ環境側でhandy --toggle-transcriptionを実行するよう設定する必要があり、Ubuntu 26.04ではwtypeの代わりにydotoolが必要です。

スクリプトやRaycastからHandyを操作できますか?

できます。--toggle-transcription、--toggle-post-process、--cancelなどのフラグで実行中のインスタンスを操作でき、READMEには第三者開発者による、録音を開始・停止するRaycast拡張機能へのリンクがあります。

Handyのリリースは署名されていますか?

READMEによれば、リリース成果物はTauriのアップデーター署名形式で署名され、公開鍵はリポジトリのtauri.conf.jsonに保存されています。Releasesページには各インストーラーの横に.sigファイルが並んでいます。

総評

Handyは、Windows、macOS、Linuxのどのアプリにも音声入力できる、小さく、活発に更新される無料のオープンソースの手段で、プロジェクトによれば音声認識は自分のコンピューター上で動作します。一方で、まだバージョン1.0未満であり、プロジェクト自身がmacOSのBluetoothやLinuxのWaylandに関する制約を挙げており、精度と速度はここでは検証できませんでした。アカウントもサブスクもなしでプッシュトゥトーク式の音声入力を使いたく、自分のハードウェアで試せる方に向いています。実証された精度、洗練されたWayland対応、ベンダーのサポートが必要な方は、まず試してください。

情報源

  • Handy公式サイト — 説明、ダウンロードボタン、スポンサー。2026年10月24日確認。
  • HandyのAboutページ — プロジェクトの目標と仕組み。2026年10月24日確認。
  • Handyのプライバシーポリシー — データの扱い、ネットワーク利用、後処理プロバイダー。2026年9月18日施行。
  • GitHubのHandy — README、MITライセンス、インストール手順、既知の問題。2026年10月24日確認。
  • Handyのリリース — バージョン0.9.8とインストーラーファイル。2026年10月24日確認。

← ローカルLLM活用 に戻る

MCP