Actualizado 9 de septiembre de 2026 · Por Sumbat.T
Handy Speech to Text en Windows: lo que dicen sus docs
La respuesta corta
- Lo mejor para texto que llega ya formateado: BlabbyAI. Puntúa de forma automática, y sus modos personalizados aceptan comandos hablados que usted define. $8.49/mes en Windows y en Chrome, con 60 créditos a la semana gratis y sin tarjeta.
- Handy es gratis, con licencia MIT y totalmente offline. Sin cuenta y sin suscripción, con la transcripción corriendo en un modelo en su propio disco. Software real: 31.237 estrellas en GitHub y un commit enviado el 8 de septiembre de 2026. Su propia FAQ dice que la puntuación hablada "not directly" está soportada, porque "the speech-to-text models do not support voice-commanded punctuation natively".
- Lo mejor que ya tiene en la máquina: Windows Win+H. Gratis, integrado, y la puntuación automática es un ajuste en el panel de escritura por voz.
- Windows es la segunda plataforma de Handy, da igual lo que haya leído. En v0.9.6, Windows x64 se llevó 24.277 descargas frente a 48.670 de Apple Silicon y unas 8.450 de todo Linux. El artículo de WIRED, que aparece en la primera página para esta marca, dice que Handy corre en "macOS, and Linux".
- Lo que hay que comprobar antes de instalar: el proyecto lista "Whisper models crash on certain system configurations (Windows and Linux)" como un problema mayor conocido. Elegir Parakeet V3 en su lugar evita la mayor parte, y el proyecto lo recomienda de todos modos.
Dictado sin nada que configurar
Sin modelo que elegir, ni modelo que descargar
BlabbyAI escribe en cualquier campo de texto en Windows o en Chrome, puntúa sobre la marcha y acepta comandos hablados con modos personalizados. 60 créditos a la semana gratis, sin tarjeta.
Qué es Handy de verdad, en palabras del propio desarrollador
Handy es una app de dictado de escritorio. Mantiene un atajo de teclado, habla, lo suelta, y el texto transcrito se pega donde esté el cursor. Está escrita en Rust, tiene licencia MIT, y el modelo de voz corre en su propia máquina, no en el servidor de otra persona. La construyó un desarrollador, cjpais, que se rompió un dedo y quería una forma abierta y extensible de seguir trabajando.
La frase más útil sobre Handy está en su propia página About, y conviene leerla antes de que cualquier reseña le diga dónde encaja:
"Handy isn't trying to be the best speech-to-text app. It's trying to be the most forkable one."
Handy, página About, leída el 9 de septiembre de 2026
Es una declaración de alcance inusualmente clara, y zanja la mayoría de las comparaciones que la gente intenta hacer. Handy está pensado para poseerlo, leerlo y modificarlo. No está pensado para llegar con todo ya decidido por usted. Las dos cosas son legítimas, y saber cuál quiere le ahorra una tarde.
¿Se mantiene de verdad?
Sí, y de forma inusualmente activa para una herramienta gratis. Leído en la API de GitHub el 9 de septiembre de 2026: 31.237 estrellas, 2.823 forks, 169 issues abiertos, un código en Rust con licencia MIT, creado el 13 de febrero de 2025, con el último envío fechado el 8 de septiembre de 2026, el día anterior a este artículo. La versión v0.9.6 se publicó el 24 de agosto de 2026.
Un detalle que la gente confunde
Windows es la segunda plataforma de Handy, y la primera página de resultados no lo dice
Busque esta app y aterrizará en un artículo de WIRED de enero de 2026 que la describe como si corriera en "macOS, and Linux". El README del propio proyecto lista macOS (Intel y Apple Silicon), Windows x64 y Linux x64, y su página de descarga va más allá que el README: publica instaladores .exe y .msi firmados para Windows ARM además de x64.
Las cifras de descarga lo zanjan. Son números por archivo de la versión v0.9.6, leídos directamente de la API de GitHub el 9 de septiembre de 2026:
| Plataforma | Archivo | Descargas |
|---|---|---|
| macOS (Apple Silicon) | .dmg | 48.670 |
| Windows x64 (instalador) | .exe | 21.077 |
| Linux x64 (Debian/Ubuntu) | .deb | 3.905 |
| Windows x64 (MSI) | .msi | 3.200 |
| macOS (Intel) | .dmg | 3.001 |
| Linux x64 (la mayoría de distros) | .AppImage | 2.778 |
| Linux x64 (RHEL/Fedora) | .rpm | 834 |
| Windows ARM (instalador) | .exe | 667 |
Fuente: GitHub Releases API, cjpais/Handy versión v0.9.6, leída el 9 de septiembre de 2026. Archivos de firma excluidos.
Al sumar los dos archivos de Windows x64 obtiene 24.277 descargas, frente a 48.670 de la build de Apple Silicon y unas 8.450 entre todos los paquetes de Linux juntos. Windows no es una nota al pie de este proyecto. Es alrededor de un tercio de sus usuarios, y es la plataforma que el artículo mejor posicionado sobre la app omite.
Una nota práctica sobre el tamaño
El problema conocido que conviene leer antes de instalar
Handy es franco en esto de un modo que la mayoría de proveedores no lo es, así que conviene citarlo en lugar de parafrasearlo. Su README lista, entre los problemas conocidos:
"Whisper models crash on certain system configurations (Windows and Linux)."
README de Handy, github.com/cjpais/Handy, leído el 9 de septiembre de 2026
La FAQ lleva una entrada equivalente titulada "Whisper crashes when I select it. What can I do?". Buscar en el tracker el 9 de septiembre de 2026 con is:issue is:open crash in:title devolvió 52 issues abiertos, y la misma consulta para windows in:title devolvió 10. Los de Windows son concretos y tienen forma de hardware, no de queja vaga:
- Un ErrorDeviceLost de Vulkan en gráficos Intel Arc 130V que provoca timeouts de transcripción y congelaciones del sistema.
- Una pantalla azul UNEXPECTED_STORE_EXCEPTION en Windows 11 con una RTX 5090, disparada por la aceleración GPU de Vulkan.
- Una regresión de Windows 10 que se cuelga en v0.9.6.0, la versión que se envía ahora, mientras la anterior v0.9.5.0 iba bien.
- Un cuelgue en amdvlk64.dll, que quien lo reportó atribuyó a capas Vulkan de terceros, no al propio driver de AMD.
El hilo común es la ruta de aceleración GPU, y el arreglo suele ser dejar de usar Whisper. La propia recomendación del proyecto para usuarios de inglés apunta en la misma dirección, lo cual es cómodo: elija Parakeet V3 y la mayor parte de esto deja de ser su problema.
Si solo recuerda un ajuste
El límite que lo decide para la mayoría: la puntuación hablada
Google saca esta pregunta como sitelink bajo el propio resultado de Handy, lo que dice lo a menudo que se formula. La respuesta está en su FAQ y no deja lugar a dudas:
"Can I say ‘period’, ‘comma’, or ‘new line’ to insert punctuation?" La respuesta: "Not directly. The speech-to-text models do not support voice-commanded punctuation natively."
FAQ de Handy, handy.computer/docs/faq.html, leída el 9 de septiembre de 2026
Hay un camino alrededor. Handy tiene una función experimental y opcional de posprocesamiento: usted aporta un LLM, ya sea un proveedor en la nube o un modelo local, escribe un prompt que le dice que convierta la puntuación hablada en símbolos, y reescribe cada transcripción antes de pegarla. La FAQ tiene cinco entradas distintas sobre cómo configurarlo, cómo comprobar que de verdad está corriendo, cómo usar un modelo local para ello y dónde encontrar prompts.
Es una respuesta real, y para quien disfruta poseyendo su stack es una buena. También es un segundo modelo que correr, un prompt que mantener y, si lo apunta a un proveedor en la nube, el único camino por el que su texto sí sale de la máquina.
Dónde queda frente a una herramienta que lo hace de serie
Los comandos hablados que cambian el texto mientras dicta son exactamente para lo que están hechos los modos personalizados de BlabbyAI. Un modo es una instrucción libre que usted escribe una vez en español llano, y se aplica a todo lo que dice bajo ese modo: puntúa bien, empieza un párrafo nuevo cuando yo lo diga, déjalo en tres frases, escríbelo como lista con viñetas, quita el relleno. No hay un segundo modelo que instalar ni un archivo de prompt que mantener al día, porque la instrucción es el producto.
La diferencia práctica es lo que ocurre el primer día. Con Handy obtiene un transcriptor local que funciona de inmediato y construye usted la capa de formato. Con BlabbyAI la capa de formato es lo que instala. Las dos acaban produciendo texto limpio; una le pide que lo arme.
Comandos hablados, sin ingeniería de prompts
Los modos personalizados son una instrucción que escribe una vez
Dígale a BlabbyAI cómo quiere que salgan sus palabras y lo aplica cada vez que dicta. Funciona en cualquier campo de texto en Windows o en Chrome.
Seis rarezas documentadas, sacadas de la propia FAQ
La FAQ de Handy llega a 39 preguntas, y eso ya es una señal: un proyecto que documenta tanto es un proyecto cuyos usuarios se encuentran con tanto. Estas son las que más probablemente afecten a un usuario normal de Windows, y todas son descripciones del propio proyecto, no quejas de fuera.
Parakeet escribe los números en palabras
Diga "twenty twenty six" y obtiene "twenty twenty six", no "2026". Tiene su propia entrada en la FAQ, así que es comportamiento esperado, no un bug en su máquina.
Parakeet traduce en lugar de transcribir
Hable un idioma que no sea inglés al modelo Parakeet y lo devuelve en inglés. Si dicta en más de un idioma, esa es la entrada que hay que leer antes de elegir un modelo.
Whisper añade "thank you" y "bye bye"
Un artefacto documentado de los modelos Whisper con el silencio al final, lo bastante común en el ecosistema como para que Handy lo responda en la FAQ.
Las grabaciones de más de cinco minutos pueden fallar
"My long recording (>5 minutes) failed or produced no output" es una pregunta listada. El dictado largo en una sola toma no es para lo que está afinada la herramienta.
No puede pegar en apps elevadas
"Handy cannot paste into apps running as administrator." Si trabaja en un PowerShell de administrador o en una ventana de instalador, el texto no llega ahí.
Windows Terminal necesita otro método de pegado
Otra entrada con nombre propio. Handy ofrece varios métodos de pegado y de escritura, y los terminales suelen necesitar una de las alternativas, no el valor por defecto.
Ninguna de estas es condenatoria. Son el coste ordinario de correr un modelo usted mismo, y el proyecto merece crédito por escribirlas en lugar de dejar que los usuarios las descubran una a una. Pero son la respuesta a "¿por qué pagaría por dictado si esto es gratis?", y la versión honesta de esa respuesta es que el dinero le compra que otra persona posea esta lista.
La afirmación de privacidad es real, y es lo mejor que tiene
Muchas herramientas de dictado se describen como privadas. La versión de Handy de esa afirmación es estructural, no contractual, y eso es una cosa distinta de verdad:
"All speech-to-text transcription happens locally on your device." El acceso de red solo hace falta para descargas de modelos y comprobaciones de actualización.
FAQ y README de Handy, leídos el 9 de septiembre de 2026
Como el archivo del modelo está en su disco y no hay un paso de subida en el código, esto se puede verificar, no solo prometérselo, y la licencia MIT significa que puede ir y comprobarlo. Dos cosas conviene saber junto a eso: activar el posprocesamiento contra un LLM en la nube sí envía el texto transcrito a ese proveedor, y ser legible no es lo mismo que ser leído, porque el tracker lleva 169 issues abiertos.
Dónde queda BlabbyAI en esto
Dónde queda Handy frente a las alternativas
Cada precio de abajo se leyó en la propia página de precios del proveedor el 7 de septiembre de 2026. La columna que suele decidirlo no es el precio, es la tercera.
| Herramienta | Coste | Dónde se procesa el habla | Puntuación hablada | Instalación |
|---|---|---|---|---|
| Handy | Gratis, MIT | En su máquina | No hablada. Solo posprocesamiento | Elegir y descargar un modelo |
| BlabbyAI | $8.49/mes, nivel gratis | Cloud | Automática, más modos personalizados | Instalar y hablar |
| Windows Win+H | Gratis, integrado | Nube de Microsoft | Ajuste de puntuación automática | Ya instalado |
| Superwhisper | $8.49/mes o $249.99 de una vez | En su máquina | Automática | Elegir y descargar un modelo |
| Wispr Flow | $15/mes, $12/mes facturado anualmente | Cloud | Automática | Instalar y hablar |
Fuentes: páginas de precios de los proveedores leídas el 7 de septiembre de 2026; capacidades de Handy y Windows leídas en su propia documentación el 9 de septiembre de 2026.
Destacan dos cosas. La primera es que Superwhisper cuesta lo mismo que BlabbyAI a $8.49 al mes y aun así le pide que elija y descargue un modelo, así que "de pago" y "configurado por usted" no son el mismo eje. La segunda es que las opciones gratis son gratis de formas distintas: Handy le cuesta instalación, y Windows Win+H no le cuesta nada porque ya está instalado, que es por lo que pertenece a esta tabla aunque nadie lo comercialice.
Cuál debería usar de verdad
Handy está hecho para
- Correr por completo offline, sin ninguna ruta de red.
- Ser leído, derivado en fork y modificado, que es su objetivo declarado.
- Usuarios que quieren elegir y gestionar el modelo ellos mismos.
- Ráfagas cortas de dictado, no tomas largas de una sola vez.
BlabbyAI está hecho para
- Puntuación y formato resueltos sin escribir un prompt.
- Comandos hablados que usted define, con modos personalizados.
- Funcionar el primer día, sin modelo, driver ni instalación que poseer.
- Navegadores, Chromebooks y portátiles gestionados, con la extensión de Chrome, donde instalar una app de escritorio no es una opción.
Tampoco son excluyentes, y mucha gente acaba usando las dos: Handy en la máquina donde el offline no se negocia, y la extensión de Chrome de BlabbyAI en el portátil de trabajo donde instalar una app de escritorio no es una opción en absoluto. La extensión no necesita descarga ni permisos de administrador, que es precisamente el caso que Handy no puede cubrir.
Cómo instalarlo en Windows, en el orden que evita los problemas
- Tome el instalador del proyecto, no de un espejo. handy.computer/download.html publica .exe y .msi firmados para Windows x64 y Windows ARM. El paquete de winget existe, pero la FAQ anota que "is not maintained by the Handy developers".
- Elija Parakeet V3 cuando pida un modelo. Es la recomendación del propio proyecto para inglés y evita la ruta de cuelgues de Vulkan por la que pasan la mayoría de los problemas de Windows.
- Deje que el modelo termine de descargarse. Handy no es usable hasta que tiene uno, y la descarga es la parte mayor del coste de disco, no el instalador de 20 MB.
- Espere cambiar el método de pegado en los terminales. "Handy is not pasting into my terminal/Windows Terminal" es una entrada con nombre en la FAQ, y hay varios métodos de pegado y de escritura entre los que elegir.
- No espere que funcione en ventanas elevadas. "Handy cannot paste into apps running as administrator" es comportamiento documentado, no una mala configuración.
Si está detrás de un firewall corporativo
Preguntas frecuentes
¿Handy Speech to Text es gratis?
Sí, y de verdad. Handy tiene licencia MIT, se publica en github.com/cjpais/Handy, y no hay plan de pago, ni cuenta ni suscripción. La transcripción corre en un modelo que se descarga en su propia máquina, así que tampoco hay un coste por minuto detrás. El proyecto acepta donaciones por un enlace de Stripe y nada más. El coste honesto no es dinero, es instalación y mantenimiento: elige un modelo, lo descarga y asume el diagnóstico cuando algo en su hardware concreto no encaja. Si prefiere pagar una cantidad pequeña y saltarse todo eso, BlabbyAI cuesta $8.49 al mes en Windows y en Chrome, con un nivel gratis de 60 créditos a la semana y sin tarjeta.
¿Handy funciona en Windows?
Sí, y Windows es su segunda plataforma con diferencia, que no es lo que dicen la mayoría de los textos sobre el proyecto. En la versión v0.9.6, publicada el 24 de agosto de 2026, el instalador de Windows x64 se descargó 21.077 veces y el MSI x64 otras 3.200, 24.277 descargas de Windows x64 frente a 48.670 del .dmg de Apple Silicon y unas 8.450 entre todos los paquetes de Linux juntos. También hay builds de Windows ARM. El artículo de WIRED de enero de 2026, que ahora mismo aparece en la primera página para la marca, describe Handy como si corriera en "macOS, and Linux" y no menciona Windows en absoluto.
¿Se puede decir "period" y "comma" en Handy?
No, y el propio proyecto lo dice. La FAQ de Handy responde a la pregunta "Can I say period, comma, or new line to insert punctuation?" con: "Not directly. The speech-to-text models do not support voice-commanded punctuation natively." El apaño al que apunta es el posprocesamiento, una función experimental opcional en la que usted aporta un LLM en la nube o local y escribe un prompt que convierte la puntuación hablada en símbolos. Funciona, pero implica correr un segundo modelo y mantener un prompt. Los comandos hablados que editan el texto mientras dicta son exactamente para lo que están los modos personalizados de BlabbyAI, y no necesitan un segundo modelo ni ingeniería de prompts.
¿Handy envía audio a la nube?
No. El README afirma que la transcripción "happens on your own computer without sending any information to the cloud", y la FAQ confirma que "all speech-to-text transcription happens locally on your device", con acceso de red solo para descargar modelos y comprobar actualizaciones. Esto es lo más fuerte de Handy y es una propiedad estructural, no una promesa de política: el archivo del modelo está en su disco y no hay un paso de subida en el camino. El único matiz es que si activa el posprocesamiento opcional y lo apunta a un LLM en la nube, el texto transcrito sí va entonces a ese proveedor.
¿Por qué Handy se cuelga en Windows?
Suele ser la pila gráfica, y el proyecto lo documenta a la vista. El README lista "Whisper models crash on certain system configurations (Windows and Linux)" como un problema mayor conocido, y la FAQ tiene una entrada propia titulada "Whisper crashes when I select it." Leído el 9 de septiembre de 2026, el tracker de GitHub tenía 52 issues abiertos con "crash" en el título, entre ellos un Vulkan ErrorDeviceLost que congela el sistema en gráficos Intel Arc, una pantalla azul UNEXPECTED_STORE_EXCEPTION en Windows 11 con una RTX 5090, y una regresión de Windows 10 que se cuelga en v0.9.6.0 mientras v0.9.5.0 iba bien. El arreglo habitual es pasar de Whisper a Parakeet V3, que el propio proyecto recomienda como "fast, accurate, and the most stable" para inglés.
¿Qué modelo de Handy debería usar?
Parakeet V3 para inglés, según el propio consejo del proyecto: su FAQ dice "Parakeet V3 is recommended for most English users. It is fast, accurate, and the most stable." Whisper Medium o Large es la sugerencia si tiene hardware potente y quiere la máxima precisión, y Moonshine se ofrece para dispositivos de poca potencia. Dos rarezas documentadas de Parakeet conviene conocerlas antes de comprometerse: escribe los números en palabras en lugar de cifras, y traduce el habla que no es inglés al inglés en lugar de transcribirla en el idioma original. Ambas tienen su propia entrada en la FAQ.
¿Es Handy la mejor app gratis de voz a texto?
Es una de las opciones gratis más sólidas, y también conviene citar lo que el proyecto dice de sí mismo: "Handy isn't trying to be the best speech-to-text app. It's trying to be the most forkable one." Es una declaración de alcance inusualmente honesta. Handy está hecho para poseerlo, leerlo y modificarlo, y en eso es excelente. Si lo que quiere no es una base de código que poseer, sino texto que llega ya formateado, con comandos hablados y sin modelos que gestionar, eso es otra categoría de producto, no una versión mejor de la misma.
¿Cuánto pesa la descarga de Handy?
Depende de la plataforma y el hueco es grande, porque las builds de Linux empaquetan mucho más runtime. En v0.9.6 el instalador de Windows x64 ronda los 20 MB y el MSI de Windows x64 unos 43 MB, el .dmg de Apple Silicon unos 18 MB, y el AppImage de Linux x64 unos 127 MB, con el RPM x64 en unos 125 MB. Ninguna de esas cifras incluye el modelo de voz, que se descarga aparte en el primer arranque y es la parte mayor del coste real de disco.
¿Puedo instalar Handy con winget?
Puede, y la FAQ tiene una entrada para ello, pero también lleva un matiz que conviene leer primero: el paquete de winget "is not maintained by the Handy developers". El comando que circula es winget install cjpais.Handy. Si quiere el build que el proyecto realmente publica y firma, tome el instalador de handy.computer/download.html, donde hay .exe y .msi firmados para x64 y ARM junto a los paquetes de Mac y Linux.
¿Handy hace subtítulos en vivo o transcripción en tiempo real?
No. "Does Handy support real-time/live captions?" es una entrada propia de la FAQ, y la respuesta es no. Handy es una herramienta de dictado de pulsar y mantener: mantiene un atajo, habla, suelta, y el texto terminado se pega en el cursor. Tampoco puede transcribir el audio del sistema, que es otra entrada de la FAQ. Handy y BlabbyAI son ambas herramientas de dictado con esa misma forma de pulsar y hablar: convierten lo que dice ahora en texto donde está el cursor.
Dictado que llega ya formateado
Sin modelo que elegir, sin prompt que mantener, sin driver que diagnosticar. Pulse una tecla, hable, y el texto limpio y puntuado aterriza donde esté escribiendo. En Windows sus grabaciones se quedan en su propio disco. 60 créditos a la semana gratis, sin tarjeta.
Fuentes
- Handy, FAQ, leída el 9 de septiembre de 2026. Puntuación, elección de modelo, comportamiento de Parakeet, métodos de pegado, winget y entradas de proxy.
- Handy, About y Download, leídos el 9 de septiembre de 2026. Declaración de alcance del proyecto y la lista completa de plataformas, incluido Windows ARM.
- GitHub, cjpais/Handy. Lista de plataformas del README, licencia, problemas conocidos y recuentos de descarga por archivo de la versión v0.9.6, leídos en la API de GitHub el 9 de septiembre de 2026.
- WIRED, "Stop Using Your Keyboard and Start Using Handy", 3 de enero de 2026. La lista de plataformas que este artículo corrige.
- BlabbyAI, software de dictado y speech to text en Windows.