Handy: nhập văn bản bằng giọng nói offline, miễn phí — hướng dẫn cài đặt và dùng
Bài này là một góc nhìn khác về cjpais/Handy — repo từng đổi tên nên mình viết lại với cách tiếp cận khác. Bài hướng dẫn chính: 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 ngay trên máy bạn, không gửi âm thanh lên đám mây. Bạn bấm phím tắt, nói, rồi chữ được dán vào bất kỳ ô nhập liệu nào đang mở. Cài đặt khá dễ vì có bản cài sẵn cho Windows, macOS và Linux, không cần biên dịch.
Handy là một ứng dụng desktop miễn phí, mã nguồn mở, chuyển giọng nói thành chữ ngay trên máy tính của bạn. Bạn bấm một phím tắt, nói, rồi lời nói hiện thành chữ trong bất kỳ ô nhập liệu nào đang mở: email, tài liệu, khung chat, trình soạn code. Toàn bộ quá trình chạy cục bộ, âm thanh không bị gửi lên đám mây.
Repo này hợp với người hay phải gõ nhiều mà không muốn trả phí thuê bao hay gửi giọng nói cho bên thứ ba. Nhân viên văn phòng, chủ shop trả lời khách, người viết nội dung, lập trình viên mới đều dùng được. Handy cũng hữu ích cho người gõ phím khó khăn, vì tác giả coi đây là công cụ hỗ trợ tiếp cận (accessibility).
Điểm đáng giá nhất là sự đơn giản: một công cụ, một việc. Hiện repo có khoảng 38.600 sao và 3.637 fork, giấy phép MIT, và vẫn được cập nhật trong những tháng gần đây. Bạn có thể xem video ngắn bên dưới để thấy nó chạy trước khi cài.
cjpais/Handy
Handy là ứng dụng máy tính miễn phí, mã nguồn mở: bấm phím tắt, nói, chữ tự hiện vào ô nhập liệu. Chạy hoàn toàn offline trên Windows, macOS, Linux.
I.Handy làm được gì
Handy có ít tính năng nhưng mỗi tính năng đều có lợi ích rõ ràng.
- Nói rồi dán thẳng vào app đang dùng. Bạn không phải mở cửa sổ riêng, không phải copy qua lại. Bạn đang ở đâu, chữ hiện ở đó.
- Phím tắt tuỳ chỉnh, hai cách bấm. Bạn có thể giữ phím để thu âm và thả ra để dừng. Hoặc bấm một lần để bắt đầu, bấm lần nữa để dừng. README cũng nói có chế độ chỉ-giữ và chỉ-bấm-chuyển nếu bạn thích một kiểu cố định.
- Chạy offline, riêng tư. Giọng nói được xử lý trên máy bạn. Với dữ liệu nhạy cảm như hợp đồng, thông tin khách hàng, đây là điểm cộng lớn.
- Lọc khoảng lặng bằng VAD (Silero). Phần im lặng được bỏ đi trước khi nhận dạng, nên chữ ra gọn hơn.
- Chọn model theo máy của bạn. Có các model Whisper (Small, Medium, Turbo, Large), tận dụng GPU nếu máy có. Có thêm Parakeet V3, tối ưu cho CPU, có tự động nhận diện ngôn ngữ. Máy yếu không có card đồ hoạ vẫn có đường đi.
- Điều khiển từ bên ngoài bằng dòng lệnh. Bạn có thể bật/tắt thu âm, huỷ thao tác hay khởi động ẩn bằng các cờ lệnh. Rất tiện cho Linux Wayland hoặc khi muốn gắn vào công cụ khác.
- Hook chỉnh chữ trước khi dán (macOS, Linux). Bạn đặt một script nhỏ để sửa văn bản đầu ra, ví dụ thêm tiền tố tuỳ ứng dụng đang mở.
- Tích hợp Raycast. README nhắc một tiện ích Raycast do người ngoài làm, cho phép bắt đầu/dừng thu âm, xem lịch sử, quản lý từ điển, đổi model và ngôn ngữ.
- Lịch sử và chế độ Debug. App có mục History để xem lại bản chép, và chế độ Debug để chỉnh các thông số nâng cao khi có sự cố.
II.Cần chuẩn bị gì
Tư liệu của repo nói khá ít về yêu cầu cụ thể, nên mình chỉ nêu những gì có trong đó:
- Hệ điều hành: Windows, macOS hoặc Linux.
- Micro: bạn cần cấp quyền microphone cho app. Trên macOS, README còn nhắc quyền accessibility (trợ năng) để app dán chữ vào ứng dụng khác.
- GPU: không bắt buộc. README nói model Whisper dùng GPU khi có, còn Parakeet V3 tối ưu cho CPU.
- Tài khoản / API key: README không yêu cầu tài khoản hay key nào để dùng cơ bản.
- Mạng: README có mục hướng dẫn cài model thủ công cho người dùng sau proxy hoặc mạng bị hạn chế. Điều này gợi ý model thường được tải qua mạng lần đầu. Phần chi tiết của mục này nằm trong README gốc, bạn mở repo xem nhé.
- Chỉ khi bạn muốn tự build: xem file BUILD.md trong repo. Người dùng thường không cần bước này.
- Linux: tuỳ trình hiển thị (X11 hay Wayland), bạn cần thêm công cụ gõ chữ như
xdotool,wtypehoặcdotool. Chi tiết ở phần cài đặt bên dưới.
Handy xin quyền micro và quyền trợ năng. Hãy chỉ tải bản cài từ trang releases của repo hoặc trang chủ dự án. Gói Homebrew và winget do bên thứ ba duy trì, không phải do nhóm Handy, nên bạn tự cân nhắc.
III.Cài đặt từng bước
- Tải bản càiVào trang releases của repo hoặc trang chủ handy.computer, tải file đúng hệ điều hành
- Cài ứng dụngChạy file cài, hoặc dùng brew / winget / apt tuỳ máy
- Mở Handy và cấp quyềnCho phép microphone và accessibility khi hệ thống hỏi
- Đặt phím tắtVào Settings, chọn tổ hợp phím bạn thích
- Thử nóiBấm phím tắt, nói một câu, xem chữ hiện ra
A.Tải bản cài
Vào trang releases của repo (github.com/cjpais/Handy/releases) hoặc trang chủ handy.computer, rồi tải file đúng với hệ điều hành của bạn. Đây là cách đơn giản nhất, không cần cài Rust hay Node.
B.Cài ứng dụng
Chọn cách phù hợp với máy bạn.
macOS có thể cài qua Homebrew:
brew install --cask handyWindows có thể cài qua winget (mở PowerShell hoặc Terminal rồi gõ):
winget install cjpais.HandyLưu ý: README ghi rõ gói Homebrew và winget không do nhóm Handy duy trì.
Debian/Ubuntu: tải file .deb về, mở terminal ở thư mục chứa file đó, rồi chạy lệnh dưới. Dùng apt để các thư viện cần thiết được cài tự động:
sudo apt install ./Handy_*.debĐừng dùng dpkg -i trừ khi bạn đã có sẵn các thư viện phụ thuộc. Nếu lỡ dùng rồi và bị lỗi thiếu gói, README bảo chạy:
sudo apt --fix-broken installVới người dùng macOS và Windows không dùng brew/winget, bạn chỉ cần mở file cài vừa tải và làm theo màn hình như các phần mềm thông thường.
C.Chuẩn bị thêm trên Linux
Để chữ được gõ vào app đúng cách, README khuyên cài công cụ phù hợp với trình hiển thị của bạn:
# X11
sudo apt install xdotool
# Wayland
sudo apt install wtype
# Dùng được cho cả hai (cần thuộc nhóm input)
sudo apt install dotoolNếu chọn dotool, bạn cần thêm tài khoản vào nhóm input, rồi đăng xuất và đăng nhập lại:
sudo usermod -aG input $USERNếu khởi động bị lỗi error while loading shared libraries: libgtk-layer-shell.so.0, hãy cài gói runtime tương ứng:
sudo apt install libgtk-layer-shell0
sudo dnf install gtk-layer-shell
sudo pacman -S gtk-layer-shellDòng 1 cho Ubuntu/Debian, dòng 2 cho Fedora/RHEL, dòng 3 cho Arch. Bạn chỉ chạy đúng một dòng hợp với distro của mình.
Với Ubuntu 26.04 (mặc định Wayland), README nói wtype không chạy được. Bạn cần ydotool cùng cấu hình systemd theo hướng dẫn trong một bình luận ở pull request #557 của repo.
D.Mở Handy và cấp quyền
Mở Handy lần đầu. Hệ thống sẽ hỏi quyền micro và quyền trợ năng. Hãy bấm đồng ý. Trên macOS, nếu lỡ từ chối, bạn phải vào cài đặt quyền riêng tư của hệ thống để bật lại. Đây là chỗ người mới hay vấp nhất: không có quyền trợ năng thì chữ không thể dán vào app khác.
E.Đặt phím tắt
Vào Settings và chọn tổ hợp phím bạn muốn. Trên macOS, nếu dùng phím fn (Globe), nó chỉ hoạt động với bàn phím Apple. Bàn phím hãng khác sẽ không bao giờ kích hoạt được, và README nói đây là giới hạn phần cứng chứ không phải lỗi của Handy. Nếu bạn hay đổi giữa bàn phím MacBook và bàn phím ngoài, hãy chọn tổ hợp từ các phím thường như ctrl, option, shift, command.
IV.Kiểm tra đã chạy được chưa
Cách kiểm tra đơn giản nhất là thử thật:
- Mở một ô nhập liệu bất kỳ, ví dụ Notepad, ghi chú hoặc khung chat.
- Bấm giữ phím tắt bạn đã đặt, nói một câu ngắn rồi thả phím.
- Chờ một chút. Nếu chữ xuất hiện trong ô nhập liệu là Handy đã chạy đúng.
Nếu chữ không hiện trong ô nhập, hãy mở mục History trong Handy. Nếu bản chép nằm ở đó thì phần nhận dạng giọng nói đã ổn, vấn đề chỉ ở khâu dán chữ (xem phần lỗi bên dưới). Nếu muốn kiểm tra sâu hơn, bạn bật chế độ Debug bằng Cmd+Shift+D (macOS) hoặc Ctrl+Shift+D (Windows/Linux).
Bạn cũng có thể kiểm tra dòng lệnh. Lệnh này liệt kê các cờ có sẵn:
handy --helpV.Dùng vào việc thật
A.Trả lời email và tin nhắn nhanh (nhân viên văn phòng)
Bối cảnh: bạn có nhiều email cần trả lời mỗi ngày và gõ phím mãi đã mỏi tay. Bạn đặt phím tắt kiểu giữ-để-nói. Mở email, bấm giữ phím, nói nội dung cần viết, thả phím. Chữ được dán thẳng vào khung soạn thảo, bạn chỉ cần đọc lại và sửa vài chỗ rồi gửi. Vì chạy trên máy bạn, nội dung thư không rời khỏi máy.
Nói nhanh hơn gõ, và giọng của bạn vẫn nằm trên máy của bạn.
Ông T
Lưu ý: tư liệu mình có chưa nói rõ chất lượng với tiếng Việt. Parakeet V3 có tự nhận diện ngôn ngữ, và Whisper là họ model đa ngôn ngữ. Bạn nên thử nói vài câu tiếng Việt với từng model trước khi dùng cho việc quan trọng.
B.Ghi ý tưởng khi đang làm việc (chủ shop, người viết nội dung)
Bối cảnh: bạn đang bận tay đóng hàng hoặc chuẩn bị bài viết, chợt nảy ra ý. Bạn đặt phím tắt kiểu bấm-để-bật, bấm-để-tắt, mở ghi chú rồi bấm phím và nói thoải mái, bấm lần nữa khi xong. Ý tưởng được ghi lại thành chữ ngay, không cần nhớ. Muốn xem lại những gì đã nói, bạn mở mục History.
C.Dev: thêm dấu # khi gõ vào Terminal (macOS)
Bối cảnh: bạn là lập trình viên mới trên macOS, hay dùng giọng nói để ghi chú trong terminal và muốn chữ tự có tiền tố #. README cho phép đặt một script tên transcription trong thư mục hooks của app. Handy đưa văn bản vào stdin của script và dán những gì script in ra. Ví dụ trong README:
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 transcriptionCác lệnh trên tạo thư mục hook, tạo file script và cấp quyền chạy cho nó. Nếu hook lỗi hoặc chạy quá 30 giây, Handy vẫn dán chữ gốc nên bạn không mất nội dung. Hook không thừa hưởng PATH của shell, nên hãy dùng đường dẫn tuyệt đối cho mọi công cụ ngoài. Trên Linux, thư mục tương ứng là ~/.local/share/com.pais.handy/. Tính năng hook hiện chỉ có trên macOS và Linux.
D.Linux Wayland: gắn phím tắt vào môi trường desktop
Bối cảnh: bạn dùng Linux Wayland, nơi phím tắt toàn hệ thống phải cấu hình qua môi trường desktop. Bạn dùng cờ lệnh làm lệnh cho phím tắt tuỳ chỉnh. Ví dụ với Sway, thêm vào file ~/.config/sway/config:
bindsym $mod+o exec handy --toggle-transcriptionVới GNOME, bạn vào Settings > Keyboard > Keyboard Shortcuts > Custom Shortcuts, bấm dấu +, đặt tên, rồi điền lệnh handy --toggle-transcription và chọn tổ hợp phím. Handy cũng hỗ trợ handy --toggle-post-process để bật thu âm kèm hậu xử lý, và handy --cancel để huỷ thao tác hiện tại. Nếu muốn Handy tự khởi động nền khi bật máy, README gợi ý kết hợp cờ:
handy --start-hidden --no-trayVI.Lỗi hay gặp và cách xử lý
A.Dán nhầm nội dung clipboard cũ
Bản chép trong History đúng nhưng chữ dán ra lại là thứ bạn copy trước đó. README gắn lỗi này với issue #502: Handy khôi phục clipboard cũ sau một khoảng trễ cố định, và app nhận chữ đọc clipboard quá chậm. Cách xử lý theo README: mở Debug bằng Cmd+Shift+D (macOS) hoặc Ctrl+Shift+D (Windows/Linux). Trên macOS và Windows, thử bật Reliable Paste (Beta) (tính năng còn thử nghiệm). Nếu không dùng được, tăng Paste Delay (After) rồi thử lại.
B.Linux: chữ không vào đúng cửa sổ
Trên Linux, cửa sổ overlay khi ghi âm có thể chiếm focus nên chữ không dán về app cũ. Mặc định overlay đã tắt trên Linux. Nếu vẫn gặp lỗi, vào Settings > Advanced, đặt Overlay Position là None. Bạn có thể bật Audio Feedback để vẫn nghe tiếng báo khi bắt đầu hoặc dừng thu. Ngoài ra hãy kiểm tra đã cài xdotool, wtype hoặc dotool đúng trình hiển thị chưa.
C.Khởi động báo thiếu thư viện libgtk-layer-shell.so.0
Đây là lỗi thiếu thư viện chạy trên Linux. Cài gói libgtk-layer-shell0 (Ubuntu/Debian), gtk-layer-shell (Fedora, Arch) bằng lệnh ở phần cài đặt phía trên. Nếu Handy vẫn khởi động chập chờn, README có mục Troubleshooting riêng cho Linux, bạn xem thêm trong repo.
D.Dùng tai nghe Bluetooth trên macOS thì âm thanh bị nhỏ
Khi thu âm bằng micro Bluetooth, Bluetooth chuyển sang chế độ hai chiều nên chất lượng phát ra có thể giảm. Cách xử lý: để tai nghe làm thiết bị phát, nhưng trong Handy hãy chọn micro có sẵn của Mac hoặc micro ngoài.
E.Phím fn/Globe không hoạt động
Như đã nói ở trên, phím fn chỉ chạy với bàn phím Apple. Hãy đổi sang tổ hợp phím chuẩn như ctrl, option, shift, command.
F.Từng dùng pkill -USR1 trên Linux
Nếu bạn có phím tắt cũ dùng pkill -USR1, hãy xoá đi. README cảnh báo tín hiệu này giờ đi thẳng vào WebKit và có thể làm app sập. Thay bằng handy --toggle-post-process hoặc pkill -USR2 -n handy.
VII.Có nên dùng không
Điểm mạnh: miễn phí, mã nguồn mở theo giấy phép MIT, chạy offline và giữ giọng nói trên máy bạn. Đặt phím tắt và dùng rất nhanh, có sẵn bản cài cho ba hệ điều hành. Bạn được chọn model nặng hay nhẹ theo phần cứng, không bắt buộc phải có GPU. Dự án vẫn được cập nhật.
Giới hạn: README tự thừa nhận dự án còn nhiều lỗi đã biết. Hỗ trợ Wayland trên Linux còn hạn chế và cần cài thêm công cụ. Dán chữ có thể gặp trục trặc với clipboard ở một số ứng dụng. Chất lượng với tiếng Việt chưa được nêu trong tư liệu, bạn cần tự thử. Hook chỉnh chữ chỉ có trên macOS và Linux. Cờ lệnh dòng lệnh được tác giả gọi là tính năng beta.
Khi nào chọn cách khác: nếu bạn cần phụ đề cho cả cuộc họp, tách người nói, hay xử lý file ghi âm dài, tư liệu Handy chỉ nói về việc nói vào ô nhập liệu, nên bạn nên tìm công cụ chuyên cho các việc đó. Nếu bạn chỉ muốn một ô gõ bằng giọng nói gọn nhẹ, riêng tư và miễn phí, Handy rất đáng thử.
Câu hỏi thường gặp
Handy có miễn phí không?
Có. Handy là phần mềm miễn phí và mã nguồn mở theo giấy phép MIT. Tác giả nhấn mạnh công cụ hỗ trợ tiếp cận không nên nằm sau hàng rào trả phí.
Handy có cần kết nối internet hay đưa giọng nói lên đám mây không?
Không. README nói quá trình nhận dạng chạy hoàn toàn trên máy bạn và âm thanh không bị gửi lên đám mây. README cũng có hướng dẫn cài model thủ công cho người dùng sau proxy hoặc mạng hạn chế, nên lần đầu có thể cần tải model qua mạng. Chi tiết xem trong README gốc.
Máy không có GPU thì dùng được không?
Được. README cho biết model Whisper tận dụng GPU khi có, còn Parakeet V3 là model tối ưu cho CPU với khả năng tự nhận diện ngôn ngữ. Tư liệu không nêu cấu hình tối thiểu cụ thể.
Handy chạy được trên Windows không?
Được. Handy chạy trên Windows, macOS và Linux. Trên Windows bạn có thể tải bản cài từ trang releases hoặc dùng lệnh winget install cjpais.Handy, nhưng gói winget không do nhóm Handy duy trì.
Handy có nhận được tiếng Việt không?
Tư liệu hiện có chưa nói rõ về tiếng Việt. Handy dùng họ model Whisper và Parakeet V3 có tự nhận diện ngôn ngữ. Bạn nên thử trực tiếp với giọng của mình trước khi dùng cho việc quan trọng.
Làm sao dùng Handy trên Linux Wayland?
Bạn cài wtype hoặc dotool để gõ chữ, rồi gắn phím tắt qua môi trường desktop với lệnh handy --toggle-transcription. README có ví dụ cho GNOME, KDE Plasma, Sway/i3 và Hyprland. Hỗ trợ Wayland vẫn được ghi là còn hạn chế.
Handy khác gì các app dictation trả phí?
Theo README, Handy nhắm tới một công cụ thật sự mở, miễn phí và mở rộng được, chạy offline, làm đúng một việc là chuyển lời nói thành chữ trong ô nhập liệu. Tư liệu không so sánh trực tiếp với sản phẩm cụ thể nào.


