O que é o Handy
VPS Agêntica
30% off na sua VPS Agêntica nos 2 primeiros meses
A StayCloud aplica o desconto sozinha no plano mensal, sem fidelidade. Suba uma VPS em São Paulo, instale o SetupVibe Desktop e desenvolva com agentes num ambiente que fica ligado o tempo todo.
Link de parceiro da Promovaweb.
Black Friday até 30/11
30%off
nos 2 primeiros meses do plano mensal da VPS
- Backup diário grátis para sempre
- Servidores em São Paulo no datacenter da Ascenty
- Datacenter Tier III manutenção sem parada
- Acesso root com disco SSD NVMe
- Réplica do backup em Ashburn, nos EUA
O Handy é um aplicativo de desktop open source que transforma fala em texto no próprio computador: você aperta um atalho, fala, solta e o texto aparece no campo com o cursor. Ele roda no Windows, no macOS e no Linux, sob a licença MIT, sem cadastro, sem assinatura e sem enviar o áudio para um serviço de transcrição.
Sumário da página
Uma ferramenta, uma função
Você abre o editor, o chat ou o terminal e coloca o cursor no campo. Segura o atalho, fala o que precisa escrever e solta. Alguns segundos depois, o texto está ali, como se tivesse sido digitado. O Handy não abre uma janela de edição nem exige que você copie o resultado de outro lugar. A função dele é essa: ouvir o microfone e pôr o que você disse dentro de uma caixa de texto.
O site oficial resume o projeto em quatro ideias: gratuito, open source, privado e simples. A página About acrescenta que o Handy é provavelmente o app de fala para texto mais simples que existe, porque só faz isso. Essa simplicidade é uma escolha do projeto. Ela explica o que o aplicativo tem e o que fica de fora.
Como o projeto começou
O Handy foi criado por CJ Pais. Na página About, ele relata que quebrou um dedo, ficou com a mão engessada e foi procurar um app de ditado. Os que encontrou não eram open source nem extensíveis. O Handy veio para preencher essa lacuna, com o código publicado no GitHub, no repositório cjpais/Handy, criado em fevereiro de 2025.
O objetivo declarado não é ser o melhor app de transcrição. A página About diz que o Handy quer ser o mais fácil de modificar: um ponto de partida para recursos de acessibilidade, para experimentos com interfaces de voz e para ferramentas que você pode ter e alterar. O projeto aceita contribuições. Para ideias fora do escopo principal, o autor convida você a manter a própria versão.
A release 0.10.0, de novembro de 2026, marca o Handy como praticamente completo em recursos, rumo à versão 1.0. As notas avisam que as próximas releases tratam de estabilidade e acabamento, com poucos recursos novos. A versão de referência deste portal é a 0.10.1, publicada em 14 de novembro de 2026 com uma série de correções.
Do atalho ao texto colado
Por baixo da tela de configurações, o fluxo tem quatro etapas, todas no seu computador. O README e a página About descrevem o mesmo caminho.
Atalho
Você segura o atalho para gravar ou aperta uma vez para começar e outra para parar.
Filtro de silêncio
A detecção de atividade de voz do Silero descarta as pausas antes da transcrição.
Transcrição local
O modelo escolhido, como o Parakeet V3 ou o Whisper, transforma o áudio em texto na máquina.
Colagem
O Handy cola o texto no campo ativo e guarda a entrada no histórico.
O aplicativo é escrito em Rust com o Tauri, o framework de apps de desktop que o README agradece nos créditos. Os modelos de fala vêm de outros projetos: o Whisper, da OpenAI, os modelos Parakeet e Canary, da NVIDIA, além de outros listados no hub de modelos locais. O Handy baixa o modelo uma vez e transcreve offline a partir daí.
O que o Handy faz bem
O ponto forte é o trecho curto de fala que precisa virar texto num lugar específico. Um prompt para um agente de código, a descrição de uma tarefa, a resposta de um e-mail, a primeira versão de uma especificação. Você fala no ritmo do raciocínio e revisa o texto depois, no próprio campo.
- Dois modos de gravaçãoSegurar para falar, que é o padrão, ou alternar com um toque para começar e outro para parar.
- Vários modelos locaisParakeet, Whisper, Cohere Transcribe, Moonshine, Canary, SenseVoice e outros, escolhidos nas configurações.
- Seis métodos de colagemDa área de transferência à digitação direta, para editores, terminais e apps que recusam colar.
- Histórico localCada transcrição fica com data, texto e áudio, com limite e exclusão automática configuráveis.
- Transcrição de arquivosDesde a 0.10.0, o Handy também transcreve arquivos de áudio para o histórico.
- Pós-processamento opcionalUm atalho próprio passa o texto por um modelo de IA antes de colar, com provedor escolhido por você.
A interface do aplicativo tem mais de 18 idiomas, entre eles o português. A escolha fica na página About das configurações. O idioma da transcrição é outra coisa: depende do modelo, como mostra o hub de modelos.
O que fica de fora
O guia oficial de perguntas frequentes é direto sobre os limites. O Handy transcreve só a entrada do microfone. Ele não captura o áudio do sistema, então não serve para legendar uma chamada de vídeo ou um vídeo do YouTube. Ele também não faz legenda em tempo real: grava um trecho e transcreve depois que você solta o atalho. A transcrição em streaming aparece no guia de perguntas frequentes como recurso planejado.
Gravações muito longas também não são o caso de uso: o guia recomenda trechos de três a cinco minutos, como o hub de atalho e gravação detalha. Para ditar um documento inteiro, o caminho é dividir em blocos e revisar cada um.
Para que serve no seu trabalho
Na rotina com agentes de IA, a maior parte do esforço está em explicar bem o que você quer. Um prompt com o comportamento esperado, os arquivos envolvidos e o que não pode mudar dá ao agente o ponto de partida certo. Digitar tudo isso cansa. O resultado costuma ser um prompt curto demais. Falar é mais rápido. O Handy entrega a fala já como texto no campo do agente.
O hub de ditado para agentes mostra esse uso em detalhe: prompts no terminal, specs e briefings, a revisão antes de enviar e os termos do projeto que o modelo erra. Os outros hubs explicam cada peça do caminho, do atalho à privacidade do histórico.