Publicado em 9 de setembro de 2026 · Por Sumbat.T
Handy Speech to Text no Windows: o que os docs dizem
A resposta curta
- Melhor para texto que já chega formatado: BlabbyAI. Pontua sozinho, e os modos personalizados aceitam comandos falados que você mesmo define. $8.49/mês no Windows e no Chrome, com 60 créditos por semana grátis e sem cartão.
- O Handy é grátis, tem licença MIT e é 100% offline. Sem conta e sem assinatura, com a transcrição rodando num modelo no seu próprio disco. Software de verdade: 31.237 estrelas no GitHub e um commit enviado em 8 de setembro de 2026. A própria FAQ diz que a pontuação falada é "not directly" suportada, porque "the speech-to-text models do not support voice-commanded punctuation natively".
- Melhor já na sua máquina: Windows Win+H. Grátis, já vem no sistema, e a pontuação automática é um ajuste no painel flutuante da digitação por voz.
- O Windows é a segunda maior plataforma do Handy, apesar do que você tenha lido. Na v0.9.6, o Windows x64 ficou com 24.277 downloads contra 48.670 do Apple Silicon e cerca de 8.450 de todo o Linux. O artigo da WIRED, na primeira página desta marca, diz que o Handy roda em "macOS, and Linux".
- O que conferir antes de instalar: o projeto lista "Whisper models crash on certain system configurations (Windows and Linux)" como um problema grave conhecido. Escolher o Parakeet V3 no lugar evita a maior parte disso, e o projeto já recomenda esse modelo mesmo assim.
Ditado sem nada para configurar
Nenhum modelo para escolher, nenhum para baixar
O BlabbyAI digita em qualquer campo de texto no Windows ou no Chrome, pontua na hora e aceita comandos falados pelos modos personalizados. 60 créditos por semana grátis, sem cartão.
O que o Handy realmente é, nas palavras do próprio desenvolvedor
O Handy é um app de ditado para desktop. Você segura um atalho de teclado, fala, solta, e o texto transcrito é colado onde o cursor está. Foi escrito em Rust, tem licença MIT, e o modelo de fala roda na sua máquina, não no servidor de outra pessoa. Foi feito por um desenvolvedor, cjpais, que quebrou um dedo e quis um jeito aberto e extensível de continuar trabalhando.
A frase mais útil sobre o Handy está na própria página About, e vale ler antes de qualquer análise te dizer onde ele se classifica:
"Handy isn't trying to be the best speech-to-text app. It's trying to be the most forkable one."
Handy, página About, lida em 9 de setembro de 2026
É uma declaração de escopo incomumente direta, e ela encerra a maior parte das comparações que as pessoas tentam fazer. O Handy é otimizado para ser possuído, lido e modificado. Não é otimizado para chegar com tudo já decidido por você. Os dois são coisas legítimas de se querer, e saber qual você quer economiza uma noite.
Ele é de fato mantido?
Sim, e de forma incomumente ativa para uma ferramenta grátis. Lido na API do GitHub em 9 de setembro de 2026: 31.237 estrelas, 2.823 forks, 169 issues abertas, um código em Rust sob licença MIT, criado em 13 de fevereiro de 2025, com o push mais recente datado de 8 de setembro de 2026, o dia anterior a este artigo. O release v0.9.6 saiu em 24 de agosto de 2026.
Um detalhe que as pessoas erram
O Windows é a segunda plataforma do Handy, e a primeira página não diz isso
Pesquise este app e você cai num texto da WIRED de janeiro de 2026 que descreve ele rodando em "macOS, and Linux". O README do próprio projeto lista macOS (Intel e Apple Silicon), Windows x64 e Linux x64, e a página de download vai além do README, publicando instaladores .exe e .msi assinados para Windows ARM além do x64.
Os números de download encerram a conversa. São figuras por arquivo do release v0.9.6, lidas direto da API do GitHub em 9 de setembro de 2026:
| Plataforma | Arquivo | Downloads |
|---|---|---|
| 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 (a maioria das distros) | .AppImage | 2.778 |
| Linux x64 (RHEL/Fedora) | .rpm | 834 |
| Windows ARM (instalador) | .exe | 667 |
Fonte: GitHub Releases API, cjpais/Handy release v0.9.6, lida em 9 de setembro de 2026. Arquivos de assinatura excluídos.
Some os dois arquivos Windows x64 e você chega a 24.277 downloads, contra 48.670 da build Apple Silicon e cerca de 8.450 somando todos os pacotes Linux. O Windows não é nota de rodapé neste projeto. É cerca de um terço dos usuários, e é a plataforma que o artigo mais bem colocado sobre o app deixa de fora.
Uma nota prática sobre o tamanho
O problema conhecido que vale ler antes de instalar
O Handy é franco nisso de um jeito que a maior parte dos fornecedores não é, então vale citar em vez de parafrasear. O README lista, em problemas conhecidos:
"Whisper models crash on certain system configurations (Windows and Linux)."
README do Handy, github.com/cjpais/Handy, lido em 9 de setembro de 2026
A FAQ traz um item correspondente com o título "Whisper crashes when I select it. What can I do?". Buscar o tracker de issues em 9 de setembro de 2026 com is:issue is:open crash in:title devolveu 52 issues abertas, e a mesma consulta para windows in:title devolveu 10. As de Windows são específicas e moldadas pelo hardware, não vagas:
- Um Vulkan ErrorDeviceLost em gráficos Intel Arc 130V causando timeouts de transcrição e congelamento do sistema.
- Uma tela azul UNEXPECTED_STORE_EXCEPTION no Windows 11 com uma RTX 5090, disparada pela aceleração GPU Vulkan.
- Uma regressão no Windows 10 relatada como travando na v0.9.6.0, a versão que está saindo agora, enquanto a v0.9.5.0 anterior rodava bem.
- Um crash em amdvlk64.dll, que o relator rastreou até camadas Vulkan de terceiros, e não até o driver AMD em si.
O ponto em comum é o caminho de aceleração GPU, e a correção em geral é parar de usar o Whisper. A recomendação do próprio projeto para usuários de inglês aponta o mesmo lado, o que é conveniente: escolha o Parakeet V3 e a maior parte disso deixa de ser o seu problema.
Se você for lembrar de um único ajuste
O limite que decide para a maior parte das pessoas: pontuação falada
O Google mostra essa pergunta como sitelink sob o próprio resultado do Handy, o que diz o quanto ela é feita. A resposta está na FAQ deles e é inequívoca:
"Can I say ‘period’, ‘comma’, or ‘new line’ to insert punctuation?" A resposta: "Not directly. The speech-to-text models do not support voice-commanded punctuation natively."
FAQ do Handy, handy.computer/docs/faq.html, lida em 9 de setembro de 2026
Existe um caminho em volta. O Handy tem um recurso experimental opcional de pós-processamento: você liga um LLM, um provedor na nuvem ou um modelo local, escreve um prompt pedindo para converter pontuação falada em símbolos, e ele reescreve cada transcrição antes de colar. A FAQ tem cinco itens separados cobrindo como configurar, como conferir se de fato está rodando, como usar um modelo local para isso, e onde achar prompts.
Essa é uma resposta real, e para quem gosta de ser dono do próprio stack é uma boa. Também é um segundo modelo para rodar, um prompt para manter, e, se você apontar para um provedor na nuvem, o único caminho pelo qual o seu texto de fato sai da máquina.
Onde isso fica diante de uma ferramenta que já faz isso nativamente
Comandos falados que mudam o texto enquanto você dita são exatamente o que os modos personalizados do BlabbyAI foram feitos para fazer. Um modo é uma instrução livre que você escreve uma vez em linguagem clara, e ela vale para tudo o que você diz naquele modo: pontuar direito, começar um parágrafo novo quando eu pedir, ficar em três frases, escrever como lista com marcadores, tirar o enchimento. Não há segundo modelo para instalar nem arquivo de prompt para manter alinhado, porque a instrução é o produto.
A diferença prática é o que acontece no primeiro dia. Com o Handy você ganha um transcritor local funcionando na hora e monta a camada de formatação você mesmo. Com o BlabbyAI a camada de formatação é o que você instala. Os dois acabam produzindo texto limpo; um pede que você monte isso.
Comandos falados, sem engenharia de prompt
Modos personalizados são só uma instrução que você escreve uma vez
Diga ao BlabbyAI como você quer que suas palavras saiam e ele aplica isso toda vez que você dita. Funciona em qualquer campo de texto no Windows ou no Chrome.
Seis peculiaridades documentadas, direto da FAQ
A FAQ do Handy chega a 39 perguntas, o que já é um sinal: um projeto que documenta tanto é um projeto cujos usuários batem nisso tanto. Estes são os que mais devem afetar um usuário comum de Windows, e todos são as descrições do próprio projeto, não reclamações de outro lugar.
O Parakeet escreve números por extenso
Fale "twenty twenty six" e você recebe "twenty twenty six", não "2026". Tem um item próprio na FAQ, então é comportamento esperado, não um bug na sua máquina.
O Parakeet traduz em vez de transcrever
Fale um idioma que não seja inglês no modelo Parakeet e ele devolve em inglês. Se você dita em mais de um idioma, esse é o item para ler antes de escolher um modelo.
O Whisper acrescenta "thank you" e "bye bye"
Um artefato documentado dos modelos Whisper no silêncio no final, comum o bastante no ecossistema para o Handy responder direto na FAQ.
Gravações acima de cinco minutos podem falhar
"My long recording (>5 minutes) failed or produced no output" é uma pergunta listada. Ditado longo numa só tomada não é o que a ferramenta foi afinada para fazer.
Ele não cola em apps elevados
"Handy cannot paste into apps running as administrator." Se você trabalha num PowerShell de administrador ou numa janela de instalador, o texto não chega lá.
O Windows Terminal pede outro jeito de colar
Outro item nomeado. O Handy oferece vários métodos de colar e de digitar, e terminais costumam precisar de uma das alternativas em vez do padrão.
Nenhum desses é condenatório. São o custo comum de rodar um modelo você mesmo, e o projeto merece crédito por escrevê-las em vez de deixar o usuário descobrir uma a uma. Mas elas são a resposta para "por que eu pagaria por ditado se isso é grátis?", e a versão honesta dessa resposta é que o dinheiro compra outra pessoa dona dessa lista.
A afirmação de privacidade é real, e é o ponto mais forte
Muita ferramenta de ditado se descreve como privada. A versão do Handy dessa afirmação é estrutural, não contratual, o que é uma coisa bem diferente:
"All speech-to-text transcription happens locally on your device." O acesso à rede só é necessário para download de modelos e checagem de atualizações.
FAQ e README do Handy, lidos em 9 de setembro de 2026
Como o arquivo do modelo está no seu disco e não há passo de upload no caminho do código, isso é verificável, não prometido, e a licença MIT significa que você pode ir conferir. Duas coisas valem saber junto: ligar o pós-processamento contra um LLM na nuvem de fato envia o texto transcrito para esse provedor, e ser legível não é o mesmo que ser lido, já que o tracker carrega 169 issues abertas.
Onde o BlabbyAI fica nisso
Onde o Handy se encaixa entre as alternativas
Cada preço abaixo foi lido na própria página de preços do fornecedor em 7 de setembro de 2026. A coluna que em geral decide não é o preço, é a terceira.
| Ferramenta | Preço | Onde a fala é processada | Pontuação falada | Configuração |
|---|---|---|---|---|
| Handy | Grátis, MIT | Na sua máquina | Não falada. Só pós-processamento | Escolher e baixar um modelo |
| BlabbyAI | $8.49/mês, plano grátis | Nuvem | Automática, mais modos personalizados | Instalar e falar |
| Windows Win+H | Grátis, já vem no sistema | Nuvem da Microsoft | Ajuste de pontuação automática | Já instalado |
| Superwhisper | $8.49/mês ou $249.99 à vista | Na sua máquina | Automática | Escolher e baixar um modelo |
| Wispr Flow | $15/mês, $12/mês cobrado anualmente | Nuvem | Automática | Instalar e falar |
Fontes: páginas de preço dos fornecedores lidas em 7 de setembro de 2026; capacidades do Handy e do Windows lidas na documentação deles em 9 de setembro de 2026.
Duas coisas saltam. A primeira é que o Superwhisper custa o mesmo que o BlabbyAI a $8.49 por mês e ainda pede que você escolha e baixe um modelo, então "pago" e "configurado para você" não são o mesmo eixo. A segunda é que as opções grátis são grátis de jeitos diferentes: o Handy custa configuração, e o Windows Win+H não custa nada porque já está instalado, e por isso ele entra nesta tabela mesmo que ninguém o venda.
Qual você deveria usar de verdade
O Handy foi feito para
- Rodar inteiro offline, sem nenhum caminho de rede.
- Ser lido, ter fork e ser modificado, que é o objetivo declarado.
- Usuários que querem escolher e gerenciar o modelo sozinhos.
- Rajadas curtas de ditado em vez de uma fala longa só.
O BlabbyAI foi feito para
- Pontuação e formatação resolvidas sem escrever um prompt.
- Comandos falados que você mesmo define, pelos modos personalizados.
- Funcionar no primeiro dia, sem modelo, driver ou configuração para assumir.
- Navegadores, Chromebooks e laptops gerenciados, pela extensão do Chrome, onde instalar um app de desktop não é opção.
Também não são exclusivos, e muita gente acaba rodando os dois: o Handy na máquina em que offline não se negocia, e a extensão Chrome do BlabbyAI no laptop de trabalho em que instalar um app de desktop simplesmente não é opção. A extensão não pede download nem direitos de administrador, exatamente o caso que o Handy não cobre.
Instalando no Windows, na ordem que evita os problemas
- Pegue o instalador no projeto, não num espelho. handy.computer/download.html publica arquivos .exe e .msi assinados para Windows x64 e Windows ARM. O pacote winget existe, mas a FAQ nota que "is not maintained by the Handy developers".
- Escolha o Parakeet V3 quando ele pedir um modelo. É a recomendação do próprio projeto para inglês e evita o caminho de crash Vulkan por onde passa a maior parte dos problemas de Windows.
- Deixe o modelo terminar de baixar. O Handy não fica usável até ter um, e o download é a fatia maior do custo de disco, não o instalador de 20 MB.
- Espere ter que mudar o método de colar em terminais. "Handy is not pasting into my terminal/Windows Terminal" é um item nomeado da FAQ, e há vários métodos de colar e de digitar para escolher.
- Não espere que funcione em janelas elevadas. "Handy cannot paste into apps running as administrator" é comportamento documentado, não uma má configuração.
Se você está atrás de um firewall corporativo
Perguntas frequentes
O Handy speech to text é grátis?
Sim, e de verdade. O Handy tem licença MIT, está em github.com/cjpais/Handy, e não existe plano pago, conta nem assinatura. A transcrição roda num modelo baixado na sua máquina, então também não há cobrança por minuto. O projeto aceita doações por um link do Stripe e mais nada. O custo honesto não é dinheiro, é configuração e manutenção: você escolhe um modelo, baixa, e assume a depuração quando algo no seu hardware não combina com ele. Se preferir pagar um valor pequeno e pular isso de vez, o BlabbyAI custa $8.49 por mês no Windows e no Chrome, com um plano grátis de 60 créditos por semana e sem cartão.
O Handy funciona no Windows?
Sim, e o Windows é a segunda maior plataforma dele, de longe, o que não é o que a maior parte dos textos diz. No release v0.9.6, publicado em 24 de agosto de 2026, o instalador Windows x64 foi baixado 21.077 vezes e o MSI x64 outras 3.200, somando 24.277 downloads Windows x64 contra 48.670 do .dmg para Apple Silicon e cerca de 8.450 somando todos os pacotes Linux. Também há builds para Windows ARM. O artigo da WIRED de janeiro de 2026, que hoje ocupa a primeira página desta marca, descreve o Handy como rodando em "macOS, and Linux" e não menciona o Windows.
Dá para dizer "period" e "comma" no Handy?
Não, e o próprio projeto diz isso. A FAQ do Handy responde a pergunta "Can I say period, comma, or new line to insert punctuation?" com: "Not directly. The speech-to-text models do not support voice-commanded punctuation natively." O caminho que ela aponta é o pós-processamento, um recurso experimental opcional em que você liga um LLM na nuvem ou local e escreve um prompt que converte a pontuação falada em símbolos. Funciona, mas significa rodar um segundo modelo e manter um prompt. Comandos falados que editam o texto enquanto você dita são exatamente o que os modos personalizados do BlabbyAI fazem, e eles não pedem segundo modelo nem engenharia de prompt.
O Handy envia áudio para a nuvem?
Não. O README afirma que a transcrição "happens on your own computer without sending any information to the cloud", e a FAQ confirma que "all speech-to-text transcription happens locally on your device", com acesso à rede só para baixar modelos e checar atualizações. Isso é o ponto mais forte do Handy, e é uma propriedade estrutural, não uma promessa de política: o arquivo do modelo está no seu disco e não há passo de upload no caminho. A única ressalva: se você ligar o pós-processamento opcional e apontar para um LLM na nuvem, o texto transcrito aí sim vai para esse provedor.
Por que o Handy trava no Windows?
Em geral a pilha gráfica, e o projeto documenta isso em público. O README lista "Whisper models crash on certain system configurations (Windows and Linux)" como um problema grave conhecido, e a FAQ tem um item próprio com o título "Whisper crashes when I select it." Lido em 9 de setembro de 2026, o tracker do GitHub tinha 52 issues abertas com "crash" no título, incluindo um Vulkan ErrorDeviceLost causando congelamento do sistema em placas Intel Arc, um UNEXPECTED_STORE_EXCEPTION de tela azul no Windows 11 com uma RTX 5090, e uma regressão no Windows 10 relatada como travando na v0.9.6.0 enquanto a v0.9.5.0 rodava bem. O jeito usual é trocar o Whisper pelo Parakeet V3, que o próprio projeto recomenda como "fast, accurate, and the most stable" para inglês.
Qual modelo do Handy eu deveria usar?
Parakeet V3 para inglês, no conselho do próprio projeto: a FAQ diz "Parakeet V3 is recommended for most English users. It is fast, accurate, and the most stable." Whisper Medium ou Large é a sugestão se você tem hardware capaz e quer precisão máxima, e o Moonshine entra para aparelhos fracos. Dois comportamentos documentados do Parakeet valem conhecer antes de escolher: ele escreve números por extenso em vez de dígitos, e traduz fala que não é inglês para o inglês em vez de transcrever no idioma original. Os dois têm entradas próprias na FAQ.
O Handy é o melhor app grátis de fala para texto?
É uma das opções grátis mais fortes, e também vale citar o que o projeto diz de si: "Handy isn't trying to be the best speech-to-text app. It's trying to be the most forkable one." É uma declaração de escopo incomumente honesta. O Handy foi feito para ser possuído, lido e modificado, e nisso ele é excelente. Se o que você quer não é uma base de código para chamar de sua, e sim texto que já chega formatado, com comandos falados e sem modelos para gerenciar, isso é outra categoria de produto, não uma versão melhor da mesma.
Qual o tamanho do download do Handy?
Depende da plataforma, e a diferença é grande, porque as builds Linux embutem bem mais do runtime. Na v0.9.6 o instalador Windows x64 fica em cerca de 20 MB e o MSI Windows x64 em cerca de 43 MB, o .dmg para Apple Silicon em cerca de 18 MB, e o AppImage Linux x64 em cerca de 127 MB, com o RPM x64 em cerca de 125 MB. Nenhum desses números inclui o modelo de fala, que baixa à parte na primeira abertura e é a fatia maior do custo real de disco.
Dá para instalar o Handy com winget?
Dá, e a FAQ tem um item sobre isso, mas também traz um aviso que vale ler primeiro: o pacote winget "is not maintained by the Handy developers". O comando que circula é winget install cjpais.Handy. Se você quer o build que o projeto de fato publica e assina, pegue o instalador em handy.computer/download.html, onde saem arquivos .exe e .msi assinados para x64 e ARM, junto com os pacotes de Mac e Linux.
O Handy faz legendas ao vivo ou transcrição em tempo real?
Não. "Does Handy support real-time/live captions?" é um item próprio da FAQ, e a resposta é não. O Handy é uma ferramenta de ditado de pressionar e segurar: você segura um atalho, fala, solta, e o texto pronto é colado no cursor. Ele também não transcreve o áudio do sistema, o que é outro item da FAQ. Handy e BlabbyAI são ferramentas de ditado nesse mesmo formato de apertar e falar: transformam o que você diz agora em texto onde o cursor está.
Ditado que chega já formatado
Nenhum modelo para escolher, nenhum prompt para manter, nenhum driver para depurar. Aperte uma tecla, fale, e o texto pontuado cai onde você está digitando. No Windows, as gravações ficam no seu disco. 60 créditos por semana grátis, sem cartão.
Fontes
- Handy, FAQ, lida em 9 de setembro de 2026. Pontuação, escolha de modelo, comportamento do Parakeet, métodos de colar, winget e proxy.
- Handy, About e Download, lidos em 9 de setembro de 2026. Declaração de escopo do projeto e a lista completa de plataformas, inclusive Windows ARM.
- GitHub, cjpais/Handy. Lista de plataformas do README, licença, problemas conhecidos e contagens de download por arquivo do release v0.9.6, lidas na API do GitHub em 9 de setembro de 2026.
- WIRED, "Stop Using Your Keyboard and Start Using Handy", 3 de janeiro de 2026. A lista de plataformas que este artigo corrige.
- BlabbyAI, software de ditado e fala para texto no Windows.