Handy: gõ chữ bằng giọng nói, chạy offline, miễn phí — hướng dẫn cài đặt và dùng

Tóm tắt nhanh
Handy là ứng dụng chuyển giọng nói thành văn bản chạy trên Windows, macOS và Linux, xử lý ngay trên máy bạn, không gửi âm thanh lên đám mây. Bạn nhấn phím tắt, nói, rồi chữ được dán vào ứng dụng đang dùng. Cài khá dễ: tải bản cài đặt, cấp quyền micro và trợ năng là dùng được.
Handy là một ứng dụng máy tính miễn phí, mã nguồn mở, giúp bạn nói thay vì gõ. Bạn nhấn một phím tắt, nói, rồi chữ xuất hiện đúng trong ô văn bản bạn đang mở: email, Word, trình duyệt, khung chat, trình soạn code. Tất cả diễn ra trên máy của bạn, không gửi âm thanh lên đám mây.
Repo này hợp với người làm văn phòng phải gõ nhiều, chủ shop trả lời tin nhắn khách, lập trình viên muốn ghi chú nhanh, hay người gõ phím khó khăn và cần công cụ hỗ trợ. Hiện có khoảng 38.552 sao và 3.633 fork trên GitHub, giấy phép MIT, và repo vẫn được cập nhật trong vài tháng gần đây.
Điểm đáng giá nhất: Handy làm đúng một việc là chép lời nói thành chữ, nhưng làm gọn, riêng tư và không thu phí. Bạn có thể xem video ngắn bên dưới để thấy nó chạy ra sao, rồi quay lại đây làm theo từng bước.
cjpais/Handy
Handy là ứng dụng máy tính miễn phí, mã nguồn mở: nhấn phím tắt, nói, chữ hiện vào ô văn bản bất kỳ. Chạy hoàn toàn offline.
I.Handy làm được gì
Handy là một công cụ một việc. Nó nghe bạn nói và đưa chữ vào ô văn bản. Dưới đây là những thứ bạn sẽ dùng nhiều nhất.
Nói bằng phím tắt, chữ tự dán vào ứng dụng đang mở. Bạn có hai kiểu: giữ phím để ghi âm rồi thả ra để dừng, hoặc nhấn một lần để bật và nhấn lần nữa để tắt. README cũng nói có chế độ chỉ-giữ và chế độ chỉ-bật/tắt. Lợi ích thực tế là bạn không phải mở cửa sổ riêng, không phải chép qua dán lại. Bạn đang gõ ở đâu thì chữ vào đó.
Chạy hoàn toàn trên máy bạn. Tác giả nhấn mạnh giọng nói ở lại trên máy, không gửi âm thanh lên đám mây. Với người làm kinh doanh, đây là điểm cộng lớn khi bạn nói về khách hàng, giá, hợp đồng hay chuyện nội bộ.
Lọc khoảng lặng bằng VAD. Handy dùng Silero VAD (nhận diện có người đang nói hay không) để cắt phần im lặng trước khi chuyển thành chữ. Nhờ vậy bạn có thể ngừng suy nghĩ giữa chừng mà kết quả đỡ bị nhiễu.
Cho bạn chọn mô hình nhận dạng. README nêu hai nhóm:
- Mô hình Whisper (các cỡ Small, Medium, Turbo, Large), có tăng tốc bằng GPU khi máy có.
- Parakeet V3, mô hình tối ưu cho CPU, theo README có hiệu năng tốt và tự nhận diện ngôn ngữ.
Nếu máy bạn không có card đồ hoạ mạnh, Parakeet V3 là lựa chọn đáng thử trước. Máy mạnh hơn thì thử các cỡ Whisper lớn hơn để so chất lượng.
Chạy trên Windows, macOS và Linux. Cùng một ứng dụng cho cả ba hệ điều hành.
Có lịch sử bản ghi. README nhắc tới mục History, nơi bạn xem lại các đoạn đã chuyển. Rất tiện khi chữ chưa kịp dán đúng chỗ.
Điều khiển từ dòng lệnh. Bạn có thể bật/tắt ghi âm hoặc huỷ thao tác từ terminal bằng các cờ như --toggle-transcription, --cancel. Phần này hữu ích khi bạn muốn gắn Handy vào phím tắt của hệ thống, nhất là trên Linux dùng Wayland.
Hook xử lý chữ trước khi dán (macOS và Linux). Người dùng nâng cao có thể đặt một tệp chạy được để sửa chữ ngay trước khi Handy dán. Ví dụ: tự thêm ký hiệu khi đang ở một ứng dụng nhất định.
Tích hợp Raycast. README giới thiệu một tiện ích Raycast do người khác làm, để bật/tắt ghi âm, xem lịch sử, quản lý từ điển, đổi mô hình và ngôn ngữ.
II.Cần chuẩn bị gì
Tư liệu của repo nói khá ít về cấu hình tối thiểu, nên mình chỉ liệt kê những gì có ghi:
- Hệ điều hành: Windows, macOS hoặc Linux.
- Quyền hệ thống: khi mở lần đầu, bạn cần cấp quyền micro và trợ năng (accessibility). Không có hai quyền này, Handy không nghe được hoặc không dán chữ được.
- Một chiếc micro: micro có sẵn trong laptop hay micro rời đều được.
- GPU: không bắt buộc. README nói Whisper có tăng tốc GPU "khi có", còn Parakeet V3 tối ưu cho CPU.
- Linux: cần thêm công cụ nhập văn bản tuỳ môi trường hiển thị (X11 hay Wayland), mình nói kỹ ở phần cài đặt.
- Tài khoản / API key: README phần cài đặt không yêu cầu tài khoản hay key nào để dùng cơ bản.
README chưa nêu rõ dung lượng ổ đĩa hay RAM tối thiểu, cũng như phiên bản hệ điều hành tối thiểu. Bạn xem thêm trên trang chủ dự án hoặc trang releases nếu cần.
III.Cài đặt từng bước
Bạn không cần biết lập trình để cài Handy. Chỉ cần tải bản cài đặt, cài như mọi ứng dụng khác rồi cấp quyền.
- Tải bản càiLấy bản mới nhất từ trang releases hoặc trang chủ handy.computer
- Cài ứng dụngCài bằng bản tải về, hoặc dùng Homebrew, winget, apt tuỳ hệ điều hành
- Mở và cấp quyềnCho phép micro và trợ năng khi hệ thống hỏi
- Đặt phím tắtVào Settings chọn phím ghi âm bạn thích
- Bổ sung cho LinuxCài xdotool hoặc wtype nếu máy chạy Linux
A.Tải bản cài đặt
Vào trang releases của repo (https://github.com/cjpais/Handy/releases) hoặc trang chủ https://handy.computer, tải bản dành cho hệ điều hành của bạn. Đây là cách đơn giản nhất cho người mới.
B.Cài ứng dụng
Bạn có thể cài bằng file vừa tải, giống mọi phần mềm khác. README cũng cho thêm vài cách ngắn gọn.
Trên macOS, nếu bạn đã dùng Homebrew:
brew install --cask handyTrên Windows, dùng winget. Mở PowerShell hoặc Terminal rồi gõ:
winget install cjpais.HandyLưu ý: README ghi rõ gói Homebrew và winget không do nhóm phát triển Handy duy trì. Nếu muốn chắc chắn, hãy tải thẳng từ trang releases.
Trên Debian/Ubuntu, cài file .deb đã tải bằng APT để các thư viện cần thiết được cài kèm. Hãy mở terminal ở thư mục chứa file:
sudo apt install ./Handy_*.debĐừng dùng dpkg -i trừ khi bạn đã có sẵn các phụ thuộc. Nếu lỡ dùng rồi, README hướng dẫn chạy:
sudo apt --fix-broken installC.Mở Handy và cấp quyền
Mở Handy lần đầu. Hệ thống sẽ hỏi quyền dùng micro và quyền trợ năng. Hãy đồng ý cả hai. Người mới hay vấp ở đây: nếu bấm "Không cho phép" nhầm, bạn phải vào phần cài đặt quyền riêng tư của hệ điều hành để bật lại, chứ Handy không tự bật được.
D.Đặt phím tắt
Trong phần Settings của Handy, chọn phím tắt để ghi âm. Hãy chọn tổ hợp không đụng với phím đã có trong ứng dụng bạn hay dùng. Bạn cũng chọn được kiểu giữ-để-nói hay bấm-để-bật/tắt.
Nếu dùng macOS, README lưu ý: phím tắt có fn (Globe) chỉ hoạt động với bàn phím của Apple. Nếu bạn đổi qua lại giữa bàn phím MacBook và bàn phím rời, hãy chọn tổ hợp từ ctrl, option, shift, command hoặc một phím thường.
E.Bổ sung cho Linux
Để Handy gõ chữ vào ứng dụng ổn định, README khuyên cài công cụ phù hợp:
- X11:
xdotool - Wayland:
wtype - Cả hai:
dotool(cần thêm bạn vào nhóminput)
sudo apt install xdotool
sudo apt install wtype
sudo apt install dotoolChỉ cài đúng cái hợp với máy của bạn, không cần cài cả ba. Với dotool, README yêu cầu thêm người dùng vào nhóm input, rồi đăng xuất và đăng nhập lại:
sudo usermod -aG input $USERNếu khởi động báo thiếu thư viện libgtk-layer-shell.so.0, trên Ubuntu/Debian cài:
sudo apt install libgtk-layer-shell0Handy cần quyền trợ năng và micro, nên chỉ tải từ nguồn bạn tin: trang releases của repo hoặc trang chủ dự án. Gói Homebrew và winget do bên thứ ba duy trì. README còn có phần hướng dẫn kiểm tra chữ ký bản phát hành nếu bạn muốn xác minh file đã tải.
Nếu bạn là lập trình viên muốn tự build từ mã nguồn, README chỉ sang tệp BUILD.md trong repo. Mình không chép lệnh build vì phần đó nằm ở file riêng.
IV.Kiểm tra đã chạy được chưa
Cách thử đơn giản nhất, theo đúng luồng README mô tả:
- Mở một ứng dụng có ô nhập chữ, ví dụ Notepad, ghi chú hay ô soạn email.
- Bấm vào ô đó để con trỏ nhấp nháy.
- Nhấn phím tắt bạn đã đặt (giữ phím nếu đang ở chế độ giữ), nói một câu ngắn.
- Thả phím (hoặc nhấn lần nữa nếu là chế độ bật/tắt).
Nếu cài thành công, chữ bạn vừa nói sẽ được dán vào ô văn bản. Nếu không thấy chữ, mở mục History trong Handy. Khi bản chép lời có ở đó mà chưa dán được, vấn đề nằm ở khâu dán (quyền trợ năng, công cụ nhập văn bản trên Linux, hoặc clipboard), không phải ở khâu nhận dạng giọng.
Ngoài ra bạn có thể thử cờ trợ giúp để biết bản cài có chạy dòng lệnh:
handy --helpLệnh này liệt kê các cờ có sẵn.
V.Dùng vào việc thật
A.Chủ shop trả lời tin nhắn khách nhanh hơn
Bạn bán hàng online, mỗi ngày trả lời hàng chục tin nhắn dài về giá, ship, bảo hành. Thay vì gõ bằng hai ngón tay, bạn mở khung chat, giữ phím tắt, nói: "Dạ shop gửi chị bảng giá và thời gian giao hàng, chị xem giúp em nhé", rồi thả phím. Chữ hiện thẳng vào khung chat để bạn đọc lại và bấm gửi. Bạn nên đọc lại một lượt trước khi gửi, vì tên sản phẩm hay con số đôi khi nhận sai.
Đừng đổi cách làm việc của bạn cho vừa với công cụ. Hãy chọn công cụ nào chỉ cần một phím tắt là xong.
Ông T
B.Nhân viên văn phòng soạn email và biên bản
Bạn vừa họp xong và cần ghi nhanh ý chính. Mở email hoặc tài liệu, nhấn phím, đọc to các gạch đầu dòng bạn nhớ. Chế độ bấm-để-bật/tắt hợp với đoạn dài: bấm một lần, nói thoải mái, bấm lần nữa để dừng. Bộ lọc VAD cắt khoảng lặng nên những lúc bạn ngập ngừng không làm kết quả rối thêm. Sau đó bạn chỉ cần chỉnh câu chữ thay vì gõ từ đầu. Nếu cần xem lại đoạn đã nói, mở History.
C.Lập trình viên ghi chú, gắn vào phím tắt hệ thống
Bạn dùng Linux với Sway hoặc GNOME trên Wayland, nơi phím tắt toàn cục của ứng dụng bị hạn chế. README hướng dẫn gắn lệnh của Handy vào phím tắt của môi trường làm việc. Với Sway, thêm dòng này vào tệp cấu hình ~/.config/sway/config:
bindsym $mod+o exec handy --toggle-transcriptionVới GNOME, vào Settings > Keyboard > Keyboard Shortcuts > Custom Shortcuts, thêm phím mới và đặt lệnh là handy --toggle-transcription. Từ đó bạn nhấn Super+O (hoặc tổ hợp bạn chọn) để bật/tắt ghi âm ở bất kỳ cửa sổ nào. Muốn bật ghi âm kèm bước hậu xử lý, dùng handy --toggle-post-process.
D.Người dùng nâng cao: tự sửa chữ trước khi dán
Bạn dùng macOS hoặc Linux và muốn chữ được chỉnh theo ngữ cảnh. README có ví dụ: khi cửa sổ đang mở là Terminal thì thêm dấu # đầu dòng. Cách làm là tạo một tệp chạy được tên transcription trong thư mục hooks của dữ liệu ứng dụng:
mkdir -p ~/Library/Application\ Support/com.pais.handy/hooks
cd ~/Library/Application\ Support/com.pais.handy/hooks
cat > transcription << 'EOF'
#!/bin/bash
app=$(osascript -e 'tell application "System Events" to get name of first application process whose frontmost is true')
if [ "$app" = "Terminal" ]; then echo "# $(cat)"; else cat; fi
EOF
chmod +x transcriptionHandy đưa chữ vào đầu vào chuẩn (stdin) của tệp này và dán kết quả đầu ra. Nếu hook lỗi hoặc chạy quá 30 giây, Handy dán lại chữ gốc, nên bạn không mất nội dung. Hook không thấy biến PATH của shell, vì vậy hãy dùng đường dẫn tuyệt đối cho mọi lệnh bên ngoài.
VI.Lỗi hay gặp và cách xử lý
A.Dán nhầm nội dung cũ trong clipboard
Bạn thấy chữ chép đúng trong History, nhưng ứng dụng lại nhận đoạn bạn copy trước đó. README (theo issue #502 của repo) giải thích: Handy khôi phục clipboard cũ sau một khoảng trễ cố định, và khi máy bận, ứng dụng nhận có thể đọc clipboard quá muộn. Cách xử lý theo README:
- Mở cửa sổ cài đặt Handy, nhấn
Cmd+Shift+D(macOS) hoặcCtrl+Shift+D(Windows/Linux) để hiện mục Debug. - Trên macOS và Windows, thử bật Reliable Paste (Beta) (đang ở dạng thử nghiệm).
- Nếu không dùng được, tăng Paste Delay (After) rồi thử lại.
B.Trên Linux, chữ không dán được vào đúng cửa sổ
Nguyên nhân thường gặp là cửa sổ overlay ghi âm chiếm tiêu điểm, nên Handy không dán lại được vào ứng dụng ban đầu. README nói overlay mặc định tắt trên Linux. Nếu bạn đã bật, vào Settings > Advanced, đặt Overlay Position thành None. Muốn vẫn có tín hiệu báo đang ghi, bật Audio Feedback cũng trong mục Advanced.
C.Trên Wayland không gõ được chữ
Bạn chưa cài công cụ nhập văn bản phù hợp. Cài wtype (ưu tiên) hoặc dotool như phần cài đặt ở trên. Riêng Ubuntu 26.04, README nói wtype không chạy, cần ydotool và cấu hình systemd theo một liên kết trong README. Không có các công cụ này, Handy quay về dùng enigo và README cảnh báo khả năng tương thích có thể hạn chế.
D.Khởi động báo thiếu thư viện trên Linux
Thông báo error while loading shared libraries: libgtk-layer-shell.so.0 nghĩa là thiếu gói runtime. Trên Ubuntu/Debian cài libgtk-layer-shell0, Fedora/RHEL cài gtk-layer-shell bằng sudo dnf install gtk-layer-shell, Arch cài gtk-layer-shell bằng sudo pacman -S gtk-layer-shell.
E.Dùng tai nghe Bluetooth trên Mac bị nhỏ tiếng
Khi ghi âm bằng micro của tai nghe Bluetooth, macOS chuyển sang chế độ hai chiều nên chất lượng phát lại có thể giảm. Hãy giữ tai nghe làm thiết bị phát, còn micro thì chọn micro tích hợp của Mac hoặc micro rời trong Handy.
VII.Có nên dùng không
Điểm mạnh. Handy miễn phí, mã nguồn mở theo giấy phép MIT, chạy offline và đa nền tảng. Cách dùng rất gần với thói quen: nhấn phím, nói, chữ hiện ra. Bạn được chọn mô hình theo cấu hình máy, có hỗ trợ GPU khi có và có lựa chọn nhẹ cho CPU. Với dữ liệu nhạy cảm, việc không gửi âm thanh lên đám mây là lợi thế rõ.
Giới hạn. Dự án vẫn đang phát triển và tự nhận có một số lỗi đã biết. Hỗ trợ Wayland trên Linux còn hạn chế và cần công cụ phụ. Phím fn trên Mac chỉ chạy với bàn phím Apple. Phần dán chữ qua clipboard đôi khi cần chỉnh độ trễ. Các tính năng như hook chỉ có trên macOS và Linux, và cờ dòng lệnh được README gọi là tính năng beta. Còn chất lượng nhận dạng tiếng Việt, tư liệu mình có không nêu cụ thể, nên bạn hãy tự thử trên giọng và ngữ cảnh của mình trước khi dùng cho việc quan trọng.
Khi nào chọn cách khác. Nếu bạn cần ghi âm cuộc họp dài nhiều người rồi xuất biên bản có phân biệt người nói, Handy không giới thiệu tính năng đó, bạn nên tìm công cụ chuyên cho việc này. Nếu bạn cần dịch vụ có hỗ trợ khách hàng chính thức, cũng nên cân nhắc. Còn nếu chỉ muốn nói để chữ hiện vào ô đang gõ, riêng tư và không tốn tiền, Handy là lựa chọn rất đáng thử.
Câu hỏi thường gặp
Handy có miễn phí không?
Có. README mô tả Handy là ứng dụng miễn phí và mã nguồn mở, giấy phép MIT. Tác giả nói công cụ hỗ trợ tiếp cận nên nằm trong tay mọi người, không đặt sau một bức tường trả phí.
Handy có cần internet hoặc gửi giọng nói lên đám mây không?
Theo README, quá trình chuyển giọng nói thành chữ diễn ra hoàn toàn trên máy bạn, không gửi âm thanh lên đám mây. Tuy vậy, tư liệu mình có không nói chi tiết về việc tải mô hình lần đầu. README có mục hướng dẫn cài mô hình thủ công cho người dùng sau proxy hoặc mạng bị hạn chế, bạn xem trong README của repo.
Máy không có GPU thì dùng được không?
README nói các mô hình Whisper có tăng tốc GPU khi có, còn Parakeet V3 được tối ưu cho CPU. Vì vậy máy không có GPU rời vẫn có lựa chọn. Tư liệu chưa nêu cấu hình tối thiểu cụ thể về RAM hay CPU.
Handy chạy được trên Windows không?
Được. Handy chạy trên Windows, macOS và Linux. Trên Windows bạn tải bản cài từ trang releases hoặc dùng winget với lệnh winget install cjpais.Handy. README lưu ý gói winget không do nhóm Handy duy trì.
Handy có hỗ trợ tiếng Việt không?
Tư liệu mình có chưa nêu danh sách ngôn ngữ hay chất lượng cho tiếng Việt. README chỉ nói Parakeet V3 có khả năng tự nhận diện ngôn ngữ, và Raycast có thể đổi ngôn ngữ. Bạn nên cài thử và đọc to vài câu tiếng Việt để tự đánh giá.
Vì sao Handy không dán được chữ trên Linux?
Thường là do chưa cài công cụ nhập văn bản (xdotool cho X11, wtype hoặc dotool cho Wayland) hoặc do cửa sổ overlay chiếm tiêu điểm. README khuyên đặt Overlay Position thành None trong Settings > Advanced. Nếu thiếu công cụ, Handy dùng enigo nhưng có thể không tương thích tốt, nhất là trên Wayland.
Có thể bật ghi âm bằng dòng lệnh không?
Có. README nêu các cờ như handy --toggle-transcription để bật/tắt ghi âm, handy --toggle-post-process để bật/tắt ghi âm kèm hậu xử lý và handy --cancel để huỷ. README ghi chú phần này phần lớn vẫn là tính năng beta.


