之前用了一段时间的 Typeless，它的语音转文字和流式输出确实很好用，而且还有自动纠错和去掉语气词的功能。但遇到一些特定的术语、词汇或者比较少用的词时，Typeless 的输出可能会不太准确 
我最早用过一段时间的 Handy，当时效果不太好，因为一些可用的模型对于中英文混合输入的识别都不是很好。最近我试了一下新模型，Handy 在本地运行 Qwen3-ASR 1.7B，识别效果挺不错的. 我本地的显卡是老爷卡 Tesla P40，识别两句话大概一秒不到的样子. 而且 Qwen3-ASR 1.7B 会把一些语气词给剔除掉。 
但有一个问题是，纯本地模型的输出经常会把一些阿拉伯数字变成中文词汇，而且对于一些术语，比如 Qwen，模型会用中文输出 千问 而不是英文。 
不过，Handy 有一个非常好的 post-processing 功能，可以接入 Luna 模型来优化本地模型产出的文本。...