Handy

Handyとは？ローカル処理のオープンソース音声入力アプリ

Handyは、キーボードショートカットを押している間だけ話した内容を音声認識し、カーソルの位置にテキストとして自動入力するアプリです。GitHubユーザーcjpais氏が開発しており、ソースコードはMITライセンスで公開されています。

似た名前の音声入力ツールや製品が他にも存在するため、GitHubリポジトリ「cjpais/Handy」および公式サイト「handy.computer」であることを確認してから導入してください。

Handyの主な機能

常時起動しておき、必要なときだけ音声入力に切り替える使い方を想定した機能がまとまっています。

プッシュ・トゥ・トーク方式の音声入力

設定したキーボードショートカットを押している間だけ録音し、キーを離すと文字起こしを開始してテキストフィールドに自動で貼り付けます。ショートカットの割り当てはアプリ側でカスタマイズできます。

完全ローカル処理によるプライバシー保護

音声データを外部のクラウドサーバーに送信せず、端末上で文字起こしを完結させる設計です。文字起こしモデルにはWhisper（Small／Medium／Turbo／Large）またはParakeet V3を選択できます。

無音フィルタリングとGPUアクセラレーション

Sileroによる無音区間の検出・フィルタリングに対応しており、無音部分を誤って文字起こししにくくしています。対応環境ではGPUアクセラレーションも利用できます。

Handyの対応OSとインストール方法

公式のGitHubリポジトリによると、対応OSはmacOS・Windows・Linux（Debian/Ubuntu系）です。macOSではHomebrewの「brew install --cask handy」、Windowsではwingetの「winget install cjpais.Handy」、Debian/Ubuntu系では配布されている.debパッケージをaptでインストールする方法が案内されています。初回起動時には、マイクとアクセシビリティ（他アプリへのテキスト入力）の権限許可が必要です。

料金とライセンス

Handy自体の利用は無料で、ソフトウェアのソースコードはMITライセンスで公開されています。ただし、Handyという名称やロゴ、アイコンなどのブランド資産はオープンソースの対象外とされており、非公式フォークを配布する場合は独自のブランディングに変更する必要がある旨がリポジトリに明記されています。

こんな人に向いている

議事録のメモ書きや長文のドラフト作成を、キーボード入力よりも早く済ませたい人に向いています。クラウドに音声データを送らない設計のため、社内の機密情報を話しながら入力する場面でも、通信経路を気にせず使いたい人にも選ばれやすいツールです。

利用前に確認したいこと（モデル選択と権限）

文字起こしモデルはWhisperまたはParakeet V3から選べますが、モデルのサイズによって認識精度と処理速度、必要なPCスペックが変わります。低スペックの端末で導入する場合は、小さいモデルから試すことをおすすめします。

OS側でマイクへのアクセス許可や、入力支援（アクセシビリティ）の許可を求められるため、社用PCなどで管理者権限が制限されている場合は、事前にIT部門へ導入可否を確認してください。