Handy 離線語音輸入法實測：搭配 Breeze ASR 25，專為台灣人設計的中英混用輸入方案
Handy 是一款免費、開源且完全離線運作的桌面語音輸入工具。本文實測在 macOS/Windows/Linux 環境下安裝配置，並搭配專為台灣日常中英混用情境優化的 Breeze ASR 25模型，為您打造極致隱私的語音輸入體驗。
前言
身為開發者或文字工作者，你是否常覺得鍵盤打字速度跟不上腦袋的思維？雖然市面上有很多語音輸入工具，但大部分都依賴雲端 API，不僅有隱私外洩的疑慮，網路不穩時還會卡頓。
這次要推薦並實測一款名為 Handy 的免費、開源語音輸入工具。它支援 macOS、Windows 與 Linux，且最核心的特色在於「完全離線使用」。搭配由聯發創新基地開發的 Breeze ASR 25 模型，更是專門為台灣人日常「國語、英語混用」的口語情境量身打造。
以下是我們在實際測試中的展示影片：
為什麼選擇 Handy？
在語音辨識（ASR）工具遍地開花的時代，Handy 的設計理念非常純粹：注重隱私、完全離線、即時輸入。
許多語音轉文字工具（如 WhisperDesktop 或是 Vibe）主要是拿來轉錄已錄製好的音訊檔案，但 Handy 的定位是「語音輸入法」。使用者只要按下自訂的快捷鍵，按住說話、放開即完成辨識，並會直接將文字貼入目前游標所在的任何輸入框（無論是瀏覽器、Word、LINE 還是終端機）。
因為所有運算都在本地電腦上完成，不論你說了多機密的商業邏輯或個人隱私，都不用擔心資料被上傳到雲端伺服器。
搭配 Breeze ASR 25 語音辨識模型
在影片的實測中，我們使用的是下載列表中的 breeze-asr-q5_k，也就是由聯發創新基地（MediaTek Research）所開發的 Breeze ASR 25 模型的 GGUF 量化版本（q5_k）。
Breeze ASR 25 本身是基於 OpenAI 的 Whisper-large-v2 進行微調開發，相較於原版 Whisper，它有三個針對台灣人最實用的核心特色：
- 強化繁體中文辨識：更符合台灣日常的詞彙習慣與國語口音，大幅減少簡繁轉換或字詞誤判的機率。
- 極致的中英混用辨識：在台灣人的口語習慣中，時常會出現「句內」或「句外」的中英文切換（Code-switching）。模型能精準捕捉並正確呈現如聯發科在日常口語中設計的中英夾雜句子。
- 高精準度的時間戳記對齊：這項特性對於有自動字幕生成需求的創作者來說，能帶來更完美的字幕時間軸對齊效果。
除了 Breeze ASR 外，若想進一步提升語音辨識速度，也可以選擇前面提到的 Whisper Small 或 Whisper Medium，在反應速度與精準度之間取得絕佳平衡；至於官方預設清單中支援的 Parakeet 模型，由於其對中文的支援度並不理想，在此就不建議中文使用者選用了。
安裝與設定步驟
要開始使用 Handy 並設定 Breeze ASR，只需要以下簡單的兩個步驟：
步驟一：修改介面語言
前往官網並下載對應版本Handy 官方網站下載（按這裡前往） 下載並啟動 Handy 後，點選應用程式中的「關於（About）」。從選單的第一排可以直接將介面修改為你熟悉的語言。
點選關於可以看到第一排可以修改應用程式語言
步驟二：下載並下載語音辨識模型
接著，前往模型列表頁面。你可以點選下載對應的模型。如果要使用 Breeze ASR，請選擇下載 Breeze ASR 模型；若需要其他型態，則可以下載 Whisper 系列模型。
到模型列表可以下載模型
使用注意事項：關於延遲與性能
在實際體驗中，有一點需要特別注意。Handy 的 pre-save ASR 功能雖然可以確保音訊片段的完整度與辨識的穩定性，但它的缺點是速度會比較慢，大概會產生 3 秒左右的延遲。
這主要是真對本地端在將錄音存檔、載入並通過 ASR 模型進行推論時需要一定的運算時間。如果你的電腦配備有較高階的獨立顯卡（GPU），延遲時間會顯著縮短；但若僅依賴 CPU 進行運算，建議可以選擇輕量化的模型（如 Whisper Small）來提升流暢度。
結語
Handy 成功打破了雲端語音輸入與本機安全隱私之間的藩籬，是一款不可多得的生產力神兵。配合 Breeze ASR 在中英混用上的優勢，無疑是台灣本地開發者與文字工作者不可或缺的離線輸入法利器。
如果你也在尋找一款不依賴網路、安全無虞且辨識率極高的語音輸入工具，不妨立即下載 Handy，體驗流暢 of 離線語音輸入魅力！