말한 내용을 즉시 텍스트로 바꿔주는 오프라인 음성 인식 도구
단축키를 누르고 말을 하면, 그 말이 바로 텍스트로 입력창에 들어옵니다. 인터넷 연결 없이 내 컴퓨터 안에서 모든 처리가 일어나므로, 사적인 대화나 기밀 정보가 담긴 문장도 안심하고 쓸 수 있습니다. Handy는 말하기와 타이핑 사이의 장벽을 없애주는 데스크톱 앱입니다.
클라우드 없이 돌아가는 전 과정
Handy는 녹음된 음성을 Silero VAD로 정제하고, Whisper 또는 Parakeet 모델로 텍스트로 변환합니다. 이 과정은 전부 로컬에서 수행되어 오디오 데이터가 외부 서버로 전송되지 않습니다. GPU가 있으면 가속을 활용하고, 없으면 CPU 최적화 모델을 사용해 처리 속도를 유지합니다. Windows, macOS, Linux 세 플랫폼 모두에서 동일한 방식으로 동작합니다.
단축키 하나로 녹음과 입력을 제어
사용자는 설정에서 원하는 키를 지정해 녹음을 시작하고 멈출 수 있습니다. 키를 누르고 있는 동안 녹음이 진행되고, 손을 떼면 즉시 텍스트가 현재 포커스가 있는 앱의 입력창에 붙여넣기됩니다. 토글 모드도 지원해 한 번 눌러 시작하고 다시 눌러 종료하는 방식도 선택할 수 있습니다. Raycast와의 연동으로 녹음 제어, 기록 조회, 모델 변경 등을 더 빠르게 수행할 수 있습니다.
플랫폼별 설치와 주의할 점
macOS는 Homebrew Cask, Windows는 winget으로 설치할 수 있으며, Linux는 .deb 파일을 APT로 설치해야 의존성이 자동으로 해결됩니다. Linux 사용자는 디스플레이 서버에 따라 xdotool, wtype, dotool 중 하나를 설치해야 텍스트 입력이 정상적으로 작동합니다. 특히 Wayland 환경에서는 wtype 또는 dotool이 필수이며, dotool을 쓰면 input 그룹에 사용자를 추가해야 합니다. macOS에서는 Bluetooth 헤드셋 마이크를 쓰면 녹음 중 음질이 떨어질 수 있어 내장 마이크나 외부 마이크 사용을 권장합니다.
모델 선택과 커스텀 지원
Whisper의 Small, Medium, Turbo, Large 모델과 CPU 최적화된 Parakeet V3 모델을 선택할 수 있습니다. 커뮤니티에서 만든 미세 조정된 Whisper GGML 모델도 models 폴더에 .bin 파일로 넣으면 자동으로 인식되어 사용할 수 있습니다. 모델 이름은 파일명에서 유추되므로 파일명을 의미 있게 지어야 합니다.
안정성과 라이선스 확인
Handy는 MIT 라이선스로 공개되어 자유롭게 사용할 수 있지만, 이름과 로고 등 브랜드 자산은 오픈소스가 아니므로 재분배 시 자체 브랜딩을 사용해야 합니다. Linux에서는 gtk-layer-shell 라이브러리 부재로 시작이 실패할 수 있어 배포판에 맞는 패키지를 설치해야 합니다. Wayland 환경에서는 오버레이가 포커스를 빼앗아 붙여넣기가 실패할 수 있으므로, 설정에서 오버레이 위치를 'None'으로 변경하는 것이 좋습니다. 프로젝트는 활발히 개발 중이며, 알려진 문제와 해결책이 README에 투명하게 공개되어 있습니다.
