Sit back, relax, and let Handy give you a hand

Голосовой ввод это штука, которую все хотят и никто не использует. Потому что варианты на рынке выглядят так:
Wispr Flow стоит $15/мес. Голос летит на серверы OpenAI. Бонусом отправляет скриншоты экрана в облако. Aqua Voice приемлемые $8/мес. Основатели открыто говорят, что не могут запустить распознавание локально. Superwhisper всего лишь $250 за lifetime-лицензию.

Три продукта. Все платные. Все отправляют твой голос куда-то наружу. Все рекламируются у каждого второго блогера.

А есть Handy. Open-source, MIT-лицензия. Whisper под капотом. Голос никуда не уходит — распознавание на твоём компьютере. Mac, Windows, Linux.

Бесплатно.

Я хотел написать такую утилиту сам. Локальный Whisper + хоткей + вставка в буфер. Посмотрел код handy на GitHub — уже сделано. И хорошо сделано.

Передумал.

Механика простая: push-to-talk. Зажал клавишу — говоришь. Отпустил — текст в активном поле. Есть toggle-режим — нажал, говоришь сколько нужно, нажал ещё раз. Готово.

А зачем это тестировщику?

Прохождение сценариев. Включил toggle, идёшь по продукту и проговариваешь всё: что нажимаешь, что видишь, что сломалось. Руки на приложении, глаза на экране, не переключаешься никуда. В конце получается сырая расшифровка, которую нейронка за минуту превращает в структурированные баг-репорты. Я так делаю. Это работает.

Исследовательское тестирование. То же самое, только без скрипта. Ходишь по продукту, комментируешь вслух, на выходе получаешь готовый session report.

Ревью требований. Открыл спеку, читаешь и наговариваешь: тут противоречие, тут непонятно, тут не хватает данных. Из расшифровки получаешь готовый список вопросов к аналитику.

Промпты. Claude Code, ChatGPT — когда нужно объяснить контекст, а не написать три слова. Говоришь полминуты вместо пяти минут печатания.

Скинул ссылку коллегам и оказалось, что никто не слышал. При этом Wispr Flow знают все.
https://handy.computer. Пользуйтесь.

А вы используете что-то для голосового ввода? Или до сих пор всё руками?