Handy, la dettatura vocale open source che lavora offline

Qualche giorno fa ho installato Handy, un’app gratuita e open source per la dettatura vocale che trascrive tutto sul computer, senza mandare l’audio nel cloud. Dopo i primi messaggi che ho fatto trascrivere, mi sono reso conto che in alcuni contesti fare un vocale, spiegando a ruota libera come funziona un progetto, è molto meglio che scrivere un prompt, perché parlando siamo più fluenti.

Da allora lo uso tutti i giorni e ne sono molto contento. Il modello locale Parakeet Ultra mi ha stupito per velocità e qualità, e poter dettare un prompt lungo invece di scriverlo mi ha convinto in fretta. Le recensioni lo mettono spesso a confronto con Wispr Flow, il servizio a pagamento che salta fuori per primo quando si parla di dettatura vocale con l’AI. Qui trovi come si configura su Windows, quali modelli usa per l’italiano, cosa ne dicono le recensioni e perché un prompt detto a voce, a volte, funziona meglio di uno scritto. Versioni e prezzi sono quelli che ho controllato a inizio novembre.

Che cos’è Handy

Handy è un’app desktop gratuita per la dettatura vocale: premi una scorciatoia, parli, e il testo compare nel campo in cui stavi scrivendo, trascritto sul tuo computer.

L’ha creata CJ Pais, uno sviluppatore che, come racconta nella pagina About, si era rotto un dito e con la mano ingessata non riusciva a scrivere. Ha provato le app di dettatura vocale che c’erano, nessuna era open source ed estendibile, e se n’è fatta una. Il suo obiettivo dichiarato è essere l’app di dettatura più facile da copiare e modificare.

Il claim in home page è «speak into any text field», parla in qualsiasi campo di testo, e poco più sotto il progetto si presenta con quattro parole: Free, Open Source, Private, Simple. Gratis, perché, scrivono, gli strumenti di accessibilità devono essere alla portata di tutti e non stare dietro un abbonamento; open source, così chi vuole lo estende per sé e contribuisce al progetto; privato, perché la voce resta sul computer e l’audio non finisce nel cloud. La quarta si capisce appena lo apri: «one tool, one job», trascrive quello che dici e lo mette in una casella di testo.

Il codice è su GitHub con licenza MIT. Il repository è nato all’inizio del 2025 e quando l’ho guardato aveva circa 38 mila stelle e 3.600 fork. È scritto in Rust con Tauri, che lo tiene leggero, e gira su Windows, macOS e Linux. Non ci sono piani a pagamento: il progetto vive di donazioni e sponsor.

La versione 0.10.0, uscita a novembre, ha portato la trascrizione dei file audio, il riconoscimento automatico della lingua per tutti i modelli e una nuova procedura di primo avvio. Secondo l’autore l’app è ormai quasi completa e da qui alla 1.0 si lavorerà su stabilità e aspetto: una rarità, un software che dichiara di aver finito.

Premi, parli, incolla

La dettatura vocale di Handy si comanda con una scorciatoia: su Windows è Ctrl+Spazio, e quando smetti di parlare il testo viene incollato dove si trova il cursore.

Su Windows si installa con il classico installer; al primo avvio Handy ti fa scegliere e scaricare un modello di trascrizione, poi si sistema nella barra di sistema e da lì non si muove più. Tieni premuto Ctrl+Spazio e parli, oppure lo premi una volta per iniziare e una seconda per finire: con il comportamento «Automatico» capisce da solo cosa vuoi in base a quanto tieni premuto il tasto. Esc annulla la registrazione.

Mentre parli un piccolo overlay in basso sullo schermo ti ricorda che sta ascoltando. Quando rilasci, Handy trascrive e incolla il testo nel campo attivo, che sia il terminale di Claude Code, una mail, un documento o la chat del browser. Se non c’è nessun campo di testo attivo non incolla niente, ma la trascrizione resta nella cronologia.

La lingua del modello l’ho lasciata su «Automatico», comodo quando mescoli italiano e termini inglesi, cioè sempre. La cronologia conserva le ultime registrazioni con l’audio da riascoltare e, dalla 0.10.0, ha «Trascrivi file» per passare a Handy un audio già registrato.

I modelli e l’italiano

Handy non ha un motore suo: scarica modelli open source di trascrizione e li fa girare sul computer. Per l’italiano consiglia Parakeet Ultra, circa 700 MB.

La pagina Modelli è dove si decide la qualità della dettatura vocale. Ogni modello ha un voto di precisione per la tua lingua, un indicatore di velocità e la dimensione del file. Io ho tenuto quello consigliato, Parakeet Ultra: deriva dal Parakeet TDT 0.6B v3 di NVIDIA, rifinito da Moondream, copre 25 lingue europee e pesa 706 MB.

Secondo la scheda pubblicata su Hugging Face, sull’italiano del test FLEURS sbaglia il 2% delle parole, contro il 2,61% del modello di partenza. Sono numeri degli autori. Io posso dire che Parakeet Ultra mi ha stupito: è molto più veloce di quanto mi aspettassi da un modello che gira sul mio PC, e la trascrizione è di ottima qualità. Già la prima frase dettata era uscita perfetta, con «così», «è», «più» e «po’» scritti come si deve.

Nell’elenco ci sono anche Whisper, da Small (257 MB) a Large v3 (1,6 GB), e poi Canary, Qwen3-ASR e Voxtral di Mistral, molto preciso in italiano ma da 4,4 GB. I Parakeet girano bene anche sulla sola CPU, i Whisper grandi vogliono una GPU, e dopo cinque minuti di inattività il modello esce dalla memoria.

Tutto questo succede sul computer: una volta scaricato il modello, la dettatura vocale funziona anche senza connessione e l’audio non esce dalla macchina. Se detti dettagli di clienti o di progetti riservati, è la differenza che pesa di più.

Le impostazioni che contano

Le opzioni da guardare sono poche: la rimozione delle parole riempitive, le parole personalizzate e l’invio automatico, da lasciare spento se detti prompt.

Per una dettatura vocale pulita, nella sezione Avanzate c’è la rimozione delle parole riempitive, che toglie gli «ehm» e i «cioè» di troppo, e il rilevamento dell’attività vocale, che con Silero scarta i silenzi. La suddivisione dell’audio lungo serve quando parli per qualche minuto di fila, e le parole personalizzate aiutano il modello con nomi propri e termini tecnici che altrimenti storpierebbe.

Nell’output Handy incolla con Ctrl+V senza sporcare gli appunti, e c’è un invio automatico che preme Invio subito dopo l’incolla. Per i prompt lo tengo spento: rileggere due secondi un testo trascritto prima di mandarlo a un agente che modifica file è un’abitudine che costa poco.

Tra le funzioni sperimentali c’è la post-elaborazione: Handy passa la trascrizione a un modello linguistico con un prompt, di default per ripulirla, e ha una scorciatoia sua, Ctrl+Maiusc+Spazio. Funziona con OpenAI, Anthropic, OpenRouter e altri provider, oppure con un indirizzo personalizzato che di default è quello di Ollama sul tuo computer. Con un provider cloud il testo esce dalla macchina, con Ollama no. Io per ora l’ho lasciata spenta: per un prompt il testo grezzo va benissimo.

Handy contro Wispr Flow

Wispr Flow Pro costa 15 dollari al mese e restituisce testo già ripulito, elaborato nel cloud; la dettatura vocale di Handy è gratuita, lavora in locale e restituisce quello che hai detto.

Nella dettatura vocale con l’AI il confronto tra Handy e Wispr Flow si gioca su due punti. Il primo è dove finisce la tua voce: la documentazione di Wispr Flow spiega che anche disattivando le opzioni sulla privacy l’elaborazione resta nel cloud, mentre Handy non manda niente a nessuno. Il secondo è il risultato: Wispr Flow riscrive il parlato, toglie le esitazioni, corregge e formatta; Handy restituisce quasi alla lettera quello che dici, con la punteggiatura del modello.

Poi ci sono le differenze più pratiche. Handy è gratuito e vive di donazioni, mentre Wispr Flow ha un piano Free con un tetto settimanale di parole e il Pro a 15 dollari al mese (12 con il pagamento annuale). Handy gira su Windows, macOS e Linux; Wispr Flow su Mac e Windows, ma ha anche le app per iPhone e Android, ed è l’unico dei due che ti segue sul telefono. Il codice di Handy è open source con licenza MIT, quello di Wispr Flow è chiuso. E se anche con Handy vuoi un testo ripulito, c’è la post-elaborazione sperimentale, che può girare con un modello locale.

Se ti serve testo pronto da spedire, come un’email da mandare così com’è, Wispr Flow ti risparmia il passaggio della sistemazione. Se detti soprattutto a un agente AI, o lavori con materiale che non vuoi far uscire dal computer, il testo grezzo di Handy va benissimo: a sistemarlo ci pensa il modello che lo riceve.

Cosa dicono le recensioni

Le recensioni sulla dettatura vocale di Handy lodano gratuità, privacy e semplicità e criticano il testo grezzo e l’assenza di un’app per il telefono. Molte però sono scritte da concorrenti, e alcune critiche sono già superate.

Su Product Hunt Handy ha 5 stelle su 5, con appena sei recensioni: chi lo usa loda la semplicità, il fatto che lavori in locale e, in un caso, proprio l’uso che interessa a me, dettare i comandi agli agenti di programmazione invece di scriverli.

Le recensioni più lunghe, però, le scrivono aziende che vendono app di dettatura concorrenti. Spokenly gli dà 4 su 5 provando una versione di qualche mese fa, la 0.8.3: apprezza che sia gratuito, offline e disponibile anche per Linux, e critica l’assenza di un’app mobile, il testo non ripulito, qualche secondo di attesa dopo che smetti di parlare e le prime parole tagliate ogni tanto. Weesper, in una recensione anche in italiano sulla 0.9.8, lo considera la migliore app di dettatura locale gratuita, ma ricorda che il supporto è solo quello della community e che su Linux con Wayland serve qualche passaggio in più.

Nella 0.10.0 una parte di queste critiche non vale più: la cronologia, che nelle prime versioni stava in un menu di debug, è una voce del menu principale, e la rimozione delle parole riempitive c’è. Restano l’assenza di un’app per il telefono e il testo non riscritto, se non attivi la post-elaborazione. Quanto all’attesa dopo il rilascio del tasto, con Parakeet Ultra non me ne sono mai accorto: non l’ho misurata, ma la velocità è una delle cose che mi hanno colpito.

Dettatura vocale e prompt: perché funziona

Quando scrivi un prompt tendi a riassumere e a tagliare; quando parli racconti il contesto, i dubbi e il perché, cioè proprio quello che serve a un agente per lavorare bene.

Davanti a una casella vuota si tende a scrivere prompt corti: sai che dovresti dare più contesto, ma ogni frase in più costa fatica e dopo qualche riga cominci a tagliare. A voce succede il contrario. Se devi spiegare a Claude Code come funziona un progetto, parli come faresti con un collega alla macchinetta del caffè: cosa fa, per chi, cosa si è rotto, cosa hai già provato, cosa non vuoi che venga toccato.

In qualche minuto a ruota libera escono informazioni che scrivendo resterebbero fuori, come il cliente che ha cambiato idea, il plugin che non va aggiornato o il motivo per cui quella funzione è scritta in quel modo strano. Parlando siamo più fluenti che scrivendo, e per un agente AI la fluidità vale più della forma: le ripetizioni e le frasi un po’ storte non gli danno fastidio, il contesto che manca sì.

Nell’uso quotidiano lo sento eccome. Un prompt lungo, con tutto il contesto dentro, scritto a mano mi costa fatica e finisce sempre per accorciarsi strada facendo; detto a voce viene fuori in pochi minuti di chiacchiera, e Handy lo incolla nel terminale quasi subito. La comodità di dettare un prompt lungo è davvero tanta roba.

Scrivendo dico all’agente cosa fare. Parlando gli racconto anche perché.

È lo stesso tema dell’articolo su prompt engineering e vibe coding consapevole: un agente lavora bene quanto il contesto che gli dai. La dettatura vocale abbassa il costo di dare quel contesto.

Come dettare un prompt a Claude Code

Il metodo che sto provando è semplice: parlo a ruota libera, poi chiedo a Claud.ia di rimettere ordine e di farmi le domande che le servono prima di toccare il codice.

Per la dettatura vocale dei prompt tengo il terminale di Claude Code in primo piano, premo Ctrl+Spazio e seguo, più o meno, questa scaletta:

• parto dal contesto: che progetto è, chi lo usa, dove sono arrivato;
• poi l’obiettivo, detto come lo direi a voce, con i suoi «vorrei che» e «il problema è che»;
• aggiungo i vincoli: i file da non toccare, le librerie da non introdurre, i test che devono continuare a passare;
• non mi fermo a correggere le frasi, perché le esitazioni le toglie Handy e il resto lo capisce il modello;
• chiudo chiedendo un riassunto e le domande aperte, così verifico subito che abbia capito.

Un esempio inventato, ma verosimile, di come suona un vocale del genere una volta trascritto:

«Allora, il progetto è un plugin WordPress per un cliente che gestisce le prenotazioni delle sale riunioni. Funziona, però da quando abbiamo aggiunto le fasce orarie il calendario ogni tanto mostra due prenotazioni sovrapposte. Ho già controllato i fusi orari e non è quello. Non toccare il pannello di amministrazione, che il cliente usa tutti i giorni. Prima di scrivere codice dimmi cosa hai capito e cosa ti serve sapere.»

Scrivendo, un dettaglio come il pannello di amministrazione è il primo a saltare. Lo stesso vale per i brief: quello del cliente da aggiungere sotto il prompt dell’articolo su come creare un sito WordPress in locale si detta in un minuto. Se con l’agente parti da zero, la mia guida a Claude Code in italiano è gratuita.

Quando la tastiera vince ancora

Per nomi di file, comandi, codice e piccole correzioni la tastiera resta più rapida, e in un open space parlare al computer non è sempre un’opzione.

La dettatura vocale non va bene per tutto. Un percorso come wp-content/plugins, il nome di una funzione o un comando con le sue opzioni si scrivono prima a mano, e anche con le parole personalizzate il modello prima o poi li storpia. Lo stesso vale per le correzioni piccole: cambiare una parola dettando è più lento che cliccarci sopra e riscriverla.

Poi c’è il contesto fisico: in un ufficio condiviso, in treno o in coworking raccontare un progetto ad alta voce è scomodo per te e per chi ti sta intorno. E Handy fa una cosa sola, scrivere dove sei: per le idee da ritrovare dopo uso Voice Notes, per le riunioni il registratore di cui ho parlato nella recensione del BOYA Notra. Il mio schema, per ora, è vocale per il racconto, tastiera per i dettagli.

Rilascio il tasto e chiudo

Handy è la dettatura vocale gratuita e locale che mi mancava: non riscrive niente, ma per dettare i prompt a un agente AI è esattamente quello che serve.

Da quando l’ho installato Handy non si è più mosso dalla barra di sistema. Lo uso tutti i giorni e ne sono molto contento: Parakeet Ultra trascrive veloce e bene e, lavorando in locale, non ci sono problemi di privacy: l’audio non esce dal computer, quindi anche quello che detti su clienti e progetti riservati resta dove deve stare. Per raccontare i progetti a Claude Code con la dettatura vocale invece di riassumerli in tre righe è quello che mi serviva; il prossimo passo è provare la post-elaborazione con un modello locale.

Per approfondire parti dal sito ufficiale e dal repository, dove trovi le note di rilascio e le istruzioni per Linux. Se vuoi portare gli agenti AI nel lavoro del tuo team, partendo da come si scrive (o si detta) un buon brief, possiamo parlarne in una call conoscitiva.

E tu i prompt li scrivi o li detti? Raccontamelo nei commenti, e se hai un collega che manda vocali WhatsApp da sette minuti, giragli questo articolo: forse è il momento di farglieli mandare a Claude Code.

Domande frequenti su Handy