완전 오프라인 음성 인식, 오픈소스 Handy 공개

핵심 요약

• OpenAI의 Whisper 모델을 기반으로 완전 로컬에서 동작하는 크로스플랫폼 음성-텍스트 변환 애플리케이션 Handy를 오픈소스로 공개했다.
• 단축키를 누르고 말하면 음성이 텍스트로 변환되어 현재 활성 창의 텍스트 필드에 자동으로 입력되며, 음성 데이터가 외부로 전송되지 않는다.
• Whisper(Small/Medium/Turbo/Large) 또는 CPU 최적화된 Parakeet V3 모델 중 선택 가능하며, GPU 가속을 지원한다.
• Silero를 이용한 음성 활동 감지(VAD)로 침묵 부분을 자동 필터링하고, macOS/Windows/Linux에서 모두 작동한다.
• macOS는 Homebrew(brew install --cask handy), Windows는 winget(winget install cjpais.Handy), 리눅스는 .deb 파일로 설치 가능하며 Raycast 확장도 제공한다.
• 개발자가 원하는 대로 확장 가능하도록 설계되었으며, Rust 기반 Tauri 프레임워크를 사용하여 구현되었다.
• 고급 디버그 모드(Cmd+Shift+D/Ctrl+Shift+D)와 CLI 플래그로 원격 제어 및 커스터마이징이 가능하다.
• 네트워크 제약이 있는 환경을 위해 공개 URL에서 모델을 수동 다운로드하여 로컬 설치할 수 있고, 사용자 정의 Whisper GGML 모델도 지원한다.
• macOS의 Bluetooth 헤드셋 마이크 사용 시 재생 품질 저하, fn/Globe 키 단축키는 Apple 키보드에서만 작동 등의 알려진 제약이 있다.
• Linux의 Wayland 환경에서는 wtype이나 dotool 같은 텍스트 입력 도구 설치가 필요하며, X11은 xdotool을 권장한다.
• 음성 인식 후 클립보드 복원 시간 초과로 이전 내용이 붙여지는 현상이 발생할 수 있으며, 디버그 메뉴의 Reliable Paste(Beta) 기능 또는 Paste Delay 조정으로 해결 가능하다.
• MIT 라이선스로 공개되며 Wordcab, BoltAI 등 스폰서들의 지원을 받고 있으며, 커뮤니티 기여를 적극 환영한다.