更新 2026年9月9日 · 著者 Sumbat.T
Handy Speech to Text on Windows: 公式ドキュメントが示すこと
短い答え
- すでに整ったテキストが欲しいなら: BlabbyAI。 句読点は自動で、カスタムモードは自分で定義した音声コマンドを受けます。WindowsとChromeで 月$8.49、週60クレジット無料、カード不要です。
- Handyは無料、MITライセンス、完全オフラインです。 アカウントもサブスクもなく、文字起こしは自機ディスク上のモデルで走ります。実在するソフトです。GitHubスターは 31,237、直近のプッシュは2026年9月8日です。公式FAQは、音声での句読点が 「not directly」であり、「the speech-to-text models do not support voice-commanded punctuation natively」だから、と書いています。
- すでに入っている最良の選択肢: Windows Win+H。 無料で標準搭載、自動句読点は音声入力フライアウトの設定です。
- WindowsはHandyの2番目に大きいプラットフォームです。何を読んでも。 v0.9.6では、Windows x64が 24,277ダウンロード、Apple Siliconが48,670、Linux全体がおよそ8,450です。このブランドで1ページ目に出るWIREDの記事は、Handyの対応を「macOS, and Linux」と書いています。
- 入れる前に見るべき点: プロジェクトは 「Whisper models crash on certain system configurations (Windows and Linux)」 を既知の大きな問題として挙げています。Parakeet V3を選べば大半は避けられ、プロジェクトもそれを勧めています。
設定するものがないディクテーション
選ぶモデルも、落とすモデルもない
BlabbyAIはWindowsでもChromeでも、どのテキスト欄にも入力します。句読点は話しながら付き、音声コマンドはカスタムモードで受けます。週60クレジット無料、カード不要。
Handyが実際に何か、作者自身の言葉で
Handyはデスクトップのディクテーションアプリです。キーボードショートカットを押し続け、話し、離すと、文字起こしされたテキストがカーソルのある場所へ貼られます。Rustで書かれ、MITライセンスで、音声モデルは誰かのサーバーではなく自機で走ります。作ったのは開発者のcjpaisで、指を骨折し、オープンで拡張できる形で仕事を続ける方法が欲しかった、とのことです。
Handyについていちばん役に立つ一文は、公式のAboutページにあります。順位を語るレビューの前に、読む価値があります。
「Handy isn't trying to be the best speech-to-text app. It's trying to be the most forkable one.」
Handy、Aboutページ、2026年9月9日確認
範囲の宣言として、ここまで率直なものは珍しく、人がしたがる比較の大半はこれで片がつきます。Handyは所有し、読み、改変することに最適化されています。すべてが先に決まって届くことには最適化されていません。どちらも欲しい理由として正当で、自分がどっちかを知っていれば、夕方を1つ無駄にしません。
実際に保守されているのか
されています。無料ツールとしては珍しいほど活発です。2026年9月9日にGitHub APIから読んだ数字は、スター 31,237、フォーク 2,823、オープンIssue 169、RustのコードベースでMITライセンス、作成は2025年2月13日、直近のプッシュは記事の前日の 2026年9月8日です。リリース v0.9.6 の公開は2026年8月24日です。
よく誤解される一点
WindowsはHandyの第2のプラットフォーム、検索1位はそう書かない
このアプリを検索すると、2026年1月のWIRED記事に着地し、対応は「macOS, and Linux」と書かれています。プロジェクト自身のREADMEは macOS（IntelとApple Silicon）、x64 Windows、x64 Linux を挙げ、ダウンロードページはREADMEより先へ進み、x64に加えて Windows ARM向けの署名付き.exeと.msi も公開しています。
ダウンロード数が決着をつけます。リリースv0.9.6のアセットごとの数字で、2026年9月9日にGitHub APIから直接読んだものです。
| プラットフォーム | ファイル | ダウンロード数 |
|---|---|---|
| macOS (Apple Silicon) | .dmg | 48,670 |
| Windows x64（インストーラ） | .exe | 21,077 |
| Linux x64 (Debian/Ubuntu) | .deb | 3,905 |
| Windows x64 (MSI) | .msi | 3,200 |
| macOS (Intel) | .dmg | 3,001 |
| Linux x64（大半のディストリビューション） | .AppImage | 2,778 |
| Linux x64 (RHEL/Fedora) | .rpm | 834 |
| Windows ARM（インストーラ） | .exe | 667 |
出典: GitHub Releases API、cjpais/Handy リリース v0.9.6、2026年9月9日確認。署名ファイルは除く。
Windows x64の2アセットを足すと 24,277ダウンロード、Apple Siliconビルドは 48,670、Linuxの全パッケージ合わせはおよそ 8,450 です。Windowsはこのプロジェクトの脚注ではありません。ユーザーのおよそ3分の1で、アプリについて最上位に出る記事が落とすプラットフォームです。
サイズについての実務メモ
入れる前に読むべき既知の問題
Handyはこの点を、大半のベンダーより率直に書いています。言い換えるより、引用する価値があります。READMEの既知の問題に、こうあります。
「Whisper models crash on certain system configurations (Windows and Linux).」
Handy README、github.com/cjpais/Handy、2026年9月9日確認
FAQには対応する項目「Whisper crashes when I select it. What can I do?」があります。2026年9月9日にIssueトラッカーを is:issue is:open crash in:title で検索すると 52件のオープンIssue、同じクエリで windows in:title は 10件 でした。Windows側は曖昧ではなく、ハードウェアの形をしています。
- Intel Arc 130VグラフィックでのVulkan ErrorDeviceLost。文字起こしがタイムアウトし、システムが固まります。
- RTX 5090のWindows 11で、Vulkan GPUアクセラレーションが引き金になる UNEXPECTED_STORE_EXCEPTION のブルースクリーン。
- いま出荷中のv0.9.6.0で落ち、一つ前のv0.9.5.0では動いていたという Windows 10のリグレッション。
- amdvlk64.dll のクラッシュ。報告者はAMDドライバ本体ではなく、第三者のVulkanレイヤーに辿っています。
共通しているのはGPUアクセラレーションの経路で、直し方はたいていWhisperをやめることです。英語ユーザー向けのプロジェクト自身の推奨も同じ向きで、都合がよいです。Parakeet V3を選べば、この大半は自分の問題ではなくなります。
設定を一つだけ覚えるなら
大半の人がここで決める限界: 音声での句読点
GoogleはHandy自身の結果の下に、この問いをサイトリンクとして出します。聞かれる頻度の印です。答えは公式FAQにあり、曖昧ではありません。
「Can I say ‘period’, ‘comma’, or ‘new line’ to insert punctuation?」答えは「Not directly. The speech-to-text models do not support voice-commanded punctuation natively.」
Handy FAQ、handy.computer/docs/faq.html、2026年9月9日確認
迂回する道はあります。Handyには任意の実験的な後処理があります。LLMを渡し、クラウドでもローカルモデルでもよく、話した句読点を記号に変えるプロンプトを書くと、貼る前に各文字起こしを書き換えます。FAQには、設定の仕方、本当に動いているかの確認、ローカルモデルの使い方、プロンプトの探し方まで、項目が5つあります。
それは本物の答えで、自分のスタックを所有したい人にはよい答えです。同時に、回す2つ目のモデルであり、保守するプロンプトであり、クラウド提供者を指せば、テキストが機外へ出る唯一の経路でもあります。
最初からできるツールと比べると、どこに着地するか
口述しながらテキストを変える音声コマンドは、まさに BlabbyAI のカスタムモードが担う仕事です。モードは平易な言葉で一度書く自由形式の指示で、そのモードのあいだに言ったすべてにかかります。句読点をきちんと付ける、そう言ったら新しい段落を始める、3文に収める、箇条書きにする、フィラーを削る。入れる2つ目のモデルもなく、同期し続けるプロンプトファイルもなく、指示そのものが製品です。
実務上の差は、初日に起きることです。Handyでは、動くローカルの文字起こしがすぐ手に入り、整形の層は自分で積みます。BlabbyAIでは、整形の層がインストールするものです。どちらもきれいなテキストになります。片方は、組み立てを求めます。
音声コマンド、プロンプト設計は不要
カスタムモードは、一度書く指示そのもの
言葉の出方をBlabbyAIに伝えれば、口述のたびにそれが適用されます。WindowsでもChromeでも、どのテキスト欄でも動きます。
FAQがそのまま書く、6つの既知の癖
HandyのFAQは39問あり、それ自体が信号です。これだけ書くプロジェクトは、ユーザーがこれだけぶつかります。普通のWindowsユーザーに効きやすいものを挙げます。どれも他所の苦情ではなく、プロジェクト自身の説明です。
Parakeetは数字を単語で書く
「twenty twenty six」と言うと「2026」ではなく「twenty twenty six」になります。専用のFAQ項目があるので、自分のマシンの不具合ではなく、想定された動作です。
Parakeetは文字起こしではなく翻訳する
英語以外をParakeetモデルに話すと、英語で出力されます。複数言語で口述するなら、モデルを選ぶ前に読む項目です。
Whisperが「thank you」や「bye bye」を足す
末尾の無音に対するWhisperモデルの既知のアーティファクトで、この系統ではよくあるため、HandyはFAQで直接答えています。
5分を超える録音は失敗することがある
「My long recording (>5 minutes) failed or produced no output」は掲載されている質問です。一度の長い口述に合わせて調律されたツールではありません。
管理者権限のアプリには貼れない
「Handy cannot paste into apps running as administrator.」管理者のPowerShellやインストーラのウィンドウでは、テキストは着地しません。
Windows Terminalは別の貼り付け方法が必要
これも名前付きの項目です。Handyには貼り付けと入力の方法がいくつかあり、ターミナルでは既定ではなく代替のどれかが必要になることが多いです。
どれも致命傷ではありません。モデルを自分で回す普通のコストで、一つずつ発見させるのではなく書き残した点は、プロジェクトの功績です。ただしこれが、「なぜこれが無料なのに、ディクテーションに金を払うのか」への答えでもあります。正直に言えば、その金は、この一覧を他人が引き受けることを買っています。
プライバシーの主張は本物で、いちばんの強みでもある
多くのディクテーションツールは自分をプライベートだと書きます。Handyの主張は契約ではなく構造で、意味が違います。
「All speech-to-text transcription happens locally on your device.」ネットワークが必要なのは、モデルのダウンロードと更新確認だけです。
Handy FAQとREADME、2026年9月9日確認
モデルファイルがディスク上にあり、コード経路にアップロードのステップがないので、これは約束ではなく検証できます。MITライセンスなので、見に行けます。併せて知っておく点が2つあります。クラウドLLM向けの後処理をオンにすると、文字起こしされたテキストはその提供者へ行くこと。読めることと読まれていることは別で、トラッカーにはオープンIssueが169件あることです。
この点でのBlabbyAIの位置
代替ツールと比べたHandyの位置
以下の料金は、いずれも2026年9月7日に各社の公式料金ページから読んだものです。たいてい決める列は料金ではなく、3列目です。
| ツール | 料金 | 音声の処理場所 | 音声での句読点 | セットアップ |
|---|---|---|---|---|
| Handy | 無料、MIT | 自機 | 音声では不可。後処理のみ | モデルを選んでダウンロード |
| BlabbyAI | $8.49/月、無料枠あり | クラウド | 自動、加えてカスタムモード | 入れて話す |
| Windows Win+H | 無料、標準搭載 | Microsoftクラウド | 自動句読点の設定 | すでに入っている |
| Superwhisper | $8.49/月、または買い切り$249.99 | 自機 | 自動 | モデルを選んでダウンロード |
| Wispr Flow | $15/月、年払いなら$12/月 | クラウド | 自動 | 入れて話す |
出典: 各社の料金ページは2026年9月7日確認。HandyとWindowsの機能は、それぞれの公式ドキュメントを2026年9月9日に確認。
目立つ点が2つあります。第一に、 Superwhisperの料金はBlabbyAIと同じ 月$8.49で、それでもモデルを選んでダウンロードさせます。「有料」と「こちらで設定済み」は同じ軸ではありません。第二に、無料の選択肢は無料の仕方が違います。Handyのコストはセットアップ、Windows Win+Hのコストはゼロです。すでに入っているからです。誰も売らないのに、この表に入る理由です。
実際に使うべきなのはどれか
Handyが向いている人
- ネットワーク経路を一切持たず、完全にオフラインで動かしたい。
- 読み、フォークし、改変したい。それが公式の目標です。
- モデルを自分で選び、自分で管理したい。
- 一度の長い録音より、短い口述の繰り返し。
BlabbyAIが向いている人
- プロンプトを書かずに、句読点と整形を任せたい。
- 自分で定義する音声コマンド。カスタムモードで。
- モデルもドライバもセットアップもなく、初日から使いたい。
- デスクトップアプリを入れられないブラウザ、Chromebook、管理下のノートPC。Chrome拡張で。
排他でもありません。両方を走らせる人も多いです。オフラインが譲れないマシンではHandy、デスクトップアプリを入れられない仕事用ノートでは BlabbyAIのChrome拡張 です。拡張はダウンロードも管理者権限も不要で、まさにHandyが担えないケースです。
Windowsへの入れ方、問題を避ける順
- インストーラはプロジェクトから。ミラーからではない。 handy.computer/download.htmlは、Windows x64とWindows ARM向けに署名付きの.exeと.msiを公開しています。wingetパッケージはありますが、FAQは「is not maintained by the Handy developers」と注記しています。
- モデルを聞かれたらParakeet V3を選ぶ。 英語向けのプロジェクト自身の推奨で、Windowsの問題の大半が通るVulkanクラッシュ経路を避けます。
- モデルのダウンロードが終わるまで待つ。 手元に1つあるまでHandyは使えず、ディスクコストの大半は20 MBのインストーラではなく、そちらのダウンロードです。
- ターミナルでは貼り付け方法を変えるつもりで。 「Handy is not pasting into my terminal/Windows Terminal」は名前付きのFAQ項目で、選べる貼り付けと入力の方法がいくつかあります。
- 管理者権限のウィンドウでは動かない、と思っておく。 「Handy cannot paste into apps running as administrator」は設定ミスではなく、文書化された動作です。
社内ファイアウォールの内側なら
よくある質問
Handyの音声入力は無料ですか？
はい。しかも本当に無料です。HandyはMITライセンスで、github.com/cjpais/Handyに公開されており、有料プランもアカウントもサブスクもありません。文字起こしは自機に落としたモデルで走るので、分単位の課金もありません。プロジェクトが受け取るのはStripeの寄付リンクだけで、それ以外はありません。正直なコストはお金ではなく、セットアップと保守です。モデルを選び、ダウンロードし、自分のハードウェアで相性が悪いときの切り分けも自分のものです。少額を払ってそれを全部飛ばしたいなら、BlabbyAIはWindowsとChromeで月$8.49、週60クレジットの無料枠があり、カードは不要です。
HandyはWindowsで動きますか？
動きます。しかもWindowsは、差をつけて2番目に大きいプラットフォームです。多くの紹介文がそう書いていない点が問題です。2026年8月24日公開のリリースv0.9.6では、Windows x64インストーラが21,077回、x64 MSIがさらに3,200回ダウンロードされ、Windows x64は合計24,277です。対してApple Siliconの.dmgは48,670、Linuxの全パッケージ合わせてもおよそ8,450です。Windows ARMビルドもあります。ブランド検索でいま1ページ目に出ているWIREDの2026年1月の記事は、Handyの対応を「macOS, and Linux」と書き、Windowsには触れていません。
Handyで「period」や「comma」と言えますか？
言えません。プロジェクト自身がそう書いています。HandyのFAQは「Can I say period, comma, or new line to insert punctuation?」に対して、「Not directly. The speech-to-text models do not support voice-commanded punctuation natively.」と答えています。案内している回避策は後処理です。任意の実験機能で、クラウドまたはローカルのLLMを渡し、話した句読点を記号に変えるプロンプトを書きます。動きますが、2つ目のモデルを回し、プロンプトを保守することになります。口述しながらテキストを直す音声コマンドは、まさにBlabbyAIのカスタムモードの用途で、2つ目のモデルもプロンプト設計も不要です。
Handyは音声をクラウドに送りますか？
送りません。READMEは、文字起こしが「happens on your own computer without sending any information to the cloud」と述べ、FAQも「all speech-to-text transcription happens locally on your device」と確認しています。ネットワークが必要なのはモデルのダウンロードと更新確認だけです。これがHandyのいちばん強い点で、方針の約束ではなく構造です。モデルファイルはディスク上にあり、経路にアップロードのステップがありません。ただし、任意の後処理をオンにしてクラウドLLMを指すと、文字起こしされたテキストはその提供者へ行きます。
HandyはなぜWindowsでクラッシュしますか？
多くはグラフィック周りで、プロジェクトはそれを公開しています。READMEは「Whisper models crash on certain system configurations (Windows and Linux)」を既知の大きな問題として挙げ、FAQにも「Whisper crashes when I select it.」という専用項目があります。2026年9月9日時点のGitHubトラッカーでは、タイトルに「crash」を含むオープンIssueが52件あり、Intel Arcグラフィックでシステムが固まるVulkan ErrorDeviceLost、RTX 5090のWindows 11で出るUNEXPECTED_STORE_EXCEPTIONのブルースクリーン、v0.9.5.0では動いていたのに出荷中のv0.9.6.0で落ちるというWindows 10のリグレッションが含まれます。いつもの直し方はWhisperからParakeet V3へ切り替えることで、プロジェクト自身が英語向けに「fast, accurate, and the most stable」と勧めています。
Handyのモデルはどれを使うべきですか？
英語ならParakeet V3です。プロジェクト自身の助言で、FAQは「Parakeet V3 is recommended for most English users. It is fast, accurate, and the most stable.」と書いています。性能のあるハードウェアで精度を最大化したいならWhisper MediumまたはLarge、低スペック向けにはMoonshineが案内されています。決める前に知っておくべきParakeetの癖が2つあります。数字を桁ではなく単語で書くこと、英語以外の発話を元の言語で起こさず英語に訳すことです。どちらにも専用のFAQ項目があります。
Handyは最良の無料音声入力アプリですか？
無料としては強い部類です。同時に、プロジェクトが自分について言う言葉も引用する価値があります。「Handy isn't trying to be the best speech-to-text app. It's trying to be the most forkable one.」これは範囲の宣言として、ここまで正直なものは珍しいです。Handyは所有し、読み、改変するために作られており、その仕事は非常に上手です。欲しいのが所有するコードベースではなく、すでに整ったテキストと音声コマンドで、管理するモデルもないことなら、同じものの上位版ではなく、別の製品カテゴリです。
Handyのダウンロードはどのくらいの大きさですか？
プラットフォーム次第で、差は大きいです。Linuxビルドがランタイムをもっと多く同梱するからです。v0.9.6では、Windows x64インストーラはおよそ20 MB、Windows x64 MSIはおよそ43 MB、Apple Siliconの.dmgはおよそ18 MB、Linux x64 AppImageはおよそ127 MB、x64 RPMはおよそ125 MBです。どれにも音声モデルは含まれず、初回起動時に別途ダウンロードされ、実際のディスクコストの大半はそちらです。
Handyはwingetで入れられますか？
入れられます。FAQにも項目があります。ただし先に読むべき但し書きがあります。wingetパッケージは「is not maintained by the Handy developers」です。流通しているコマンドはwinget install cjpais.Handyです。プロジェクトが実際に出荷し、署名しているビルドが欲しいなら、handy.computer/download.htmlからインストーラを取ってください。x64とARMの両方に、署名付きの.exeと.msiが、MacとLinuxのパッケージと並んで公開されています。
Handyはライブキャプションやリアルタイム文字起こしをしますか？
しません。「Does Handy support real-time/live captions?」は専用のFAQ項目で、答えはいいえです。Handyは押して話すディクテーションです。ショートカットを押し続け、話し、離すと、できたテキストがカーソル位置に貼られます。システム音声の文字起こしもできず、それも別のFAQ項目です。HandyもBlabbyAIも、同じ押して話す形のディクテーションです。いま言った内容を、カーソルがある場所のテキストにします。
すでに整った形で着地するディクテーション
選ぶモデルもなく、守るプロンプトもなく、直すドライバもない。キーを押し、話し、句読点のついたきれいな文が、入力中の場所へ入ります。Windowsでは録音は自機ディスクに残ります。週60クレジット無料、カード不要。
出典
- Handy、 FAQ、2026年9月9日確認。句読点、モデル選択、Parakeetの挙動、貼り付け方法、winget、プロキシの項目。
- Handy、 About と Download、2026年9月9日確認。プロジェクトの範囲の宣言と、Windows ARMを含むプラットフォーム一覧。
- GitHub、 cjpais/Handy。READMEのプラットフォーム一覧、ライセンス、既知の問題、リリースv0.9.6のアセットごとのダウンロード数。GitHub APIから2026年9月9日に確認。
- WIRED、 「Stop Using Your Keyboard and Start Using Handy」、2026年1月3日。この記事が訂正するプラットフォーム一覧。
- BlabbyAI、 ディクテーションソフト と Windowsの音声入力。