Discussion :

[Anthony]

Canonical annonce que la distribution Linux Ubuntu 26.10 intégrera Myna, une nouvelle solution de reconnaissance vocale alimentée par l'IA, axée sur la protection de la vie privée et le traitement local

La distribution Linux Ubuntu 26.10 intégrera Myna, une nouvelle solution de reconnaissance vocale alimentée par l'intelligence artificielle (IA) et axée sur la confidentialité. Cette plateforme permet de traiter la parole directement sur le matériel local, sans connexion Internet ni transmission de fichiers audio vers des services externes. L'implémentation initiale cible d'abord Ubuntu Desktop sur Wayland et valide la prise en charge de GNOME. Myna prendra ensuite en charge des fonctionnalités d'IA plus étendues, telles que les assistants vocaux, la traduction et les commandes vocales avancées.

Ubuntu est une distribution Linux basée sur Debian et composée principalement de logiciels libres et open source. Développée par la société britannique Canonical et une communauté de contributeurs selon un modèle de gouvernance méritocratique, Ubuntu est disponible en plusieurs éditions officielles : Desktop, Server et Core, destinée aux appareils IoT et robotiques.

Canonical a annoncé le lancement de Myna, une nouvelle solution de dictée vocale pour Ubuntu Desktop qui met l'accent sur la confidentialité et le traitement local. Conçue pour s'intégrer de manière transparente, Myna garantit que toutes les données vocales restent sur votre appareil, s'inscrivant ainsi dans des flux de travail respectueux de la vie privée.

Pour la version initiale d'Ubuntu 26.10, Canonical met l'accent sur l'expérience utilisateur fondamentale : les utilisateurs peuvent utiliser un raccourci clavier, dicter naturellement et voir le texte s'afficher directement dans leurs applications, grâce à des indicateurs visuels clairs signalant quand la dictée est active. Cette approche privilégie la fiabilité plutôt que la complexité dans cette première version.

Ces mesures de protection de la vie privée vont bien au-delà des apparences. Une fois l'application installée, toutes les opérations de reconnaissance vocale s'effectuent sur le matériel local, sans nécessiter de connexion à Internet. Myna n'accède au microphone que lorsque la dictée est activée, traite les données audio exclusivement en mémoire et ne transmet jamais d'enregistrements audio à des services externes.

Si la première version cible les environnements de bureau Ubuntu fonctionnant sous Wayland et valide la prise en charge de GNOME, les fondements architecturaux permettront d'intégrer d'autres environnements de bureau Linux à mesure que Myna évoluera. Canonical souligne que des fonctionnalités telles que les assistants vocaux, le contrôle du bureau, la traduction, la détection automatique de la langue et les commandes vocales étendues ne seront ajoutées qu'une fois que des fonctionnalités de base fiables auront été mises en place.

Grâce à sa conception modulaire, la plateforme Myna pourra bénéficier de nouvelles fonctionnalités lors des prochaines mises à jour.

Annonce de Canonical

L'annonce de Jean-Baptiste Lallement, membre de l'équipe Canonical Desktop, concernant le projet Myna est présentée ci-dessous.

« La reconnaissance vocale est une fonctionnalité d'accessibilité importante, mais c'est aussi un outil de productivité utile pour tous ceux qui préfèrent parler plutôt que de taper au clavier.

Aujourd'hui, je suis ravi de vous présenter le projet Myna, une nouvelle initiative visant à intégrer la dictée vocale à Ubuntu Desktop. Tirant son nom de l'oiseau myna, connu pour sa capacité à imiter la parole humaine, ce projet a pour objectif d'offrir une expérience de dictée qui s'intègre naturellement à l'environnement de bureau, tout en respectant la vie privée des utilisateurs et en fonctionnant entièrement sur le matériel local.

La reconnaissance vocale est désormais une fonctionnalité courante sur les plateformes modernes, et nous pensons qu'elle devrait également offrir une expérience de premier ordre sur Ubuntu Desktop.

À quoi s'attendre avec Ubuntu 26.10

Pour Ubuntu 26.10, nous mettons délibérément l'accent sur l'essentiel : une dictée sur ordinateur de bureau fiable.

La prise en main sera simple : appuyez sur un raccourci clavier, parlez naturellement et voyez le texte correspondant s'afficher dans l'application que vous utilisez. Myna est conçue pour offrir une reconnaissance vocale accompagnée d'un retour visuel clair pendant la dictée.

En coulisses, Myna utilise des modèles de reconnaissance vocale fonctionnant localement sur votre ordinateur. La version initiale cible Ubuntu Desktop sur Wayland, avec GNOME comme environnement principal validé, tout en conservant une architecture suffisamment ouverte pour prendre en charge d'autres environnements de bureau à l'avenir.

Nous avons délibérément choisi de limiter la portée de cette première version. Des fonctionnalités telles que les assistants vocaux, les commandes vocales, le contrôle du bureau, la traduction et la détection automatique de la langue ne font pas partie du périmètre du projet initial. Avant de nous attaquer à des scénarios plus avancés, nous souhaitons d’abord mettre en place les bases.

La protection de la vie privée dès la conception

La protection de la vie privée a constitué un principe de conception dès le lancement du projet.

Concernant la mise en œuvre initiale :

• Bien qu’elle ne se limite pas aux modèles locaux, l’implémentation initiale privilégie la reconnaissance vocale s’exécutant localement sur votre ordinateur.
• Aucune connexion Internet n’est requise une fois les modèles nécessaires installés.
• L’accès au microphone n’a lieu que lorsque vous activez explicitement la dictée.
• Les données audio sont traitées en mémoire et supprimées après utilisation.
• Aucun enregistrement audio n’est transmis à des services externes.

Aperçu de l'architecture

Myna est conçue comme une plateforme modulaire capable d'évoluer au fil du temps. La reconnaissance vocale s'effectue en local, tandis que des composants distincts gèrent l'interaction avec l'utilisateur, la gestion de la dictée et l'insertion de texte. Cette architecture nous permet d'améliorer progressivement certaines parties du système sans modifier l'expérience utilisateur globale.

Dans les grandes lignes, Myna fonctionne ainsi :

Perspectives pour l'avenir

Au-delà d'Ubuntu 26.10, nous comptons continuer à améliorer l'intégration avec l'environnement de bureau et à explorer des moyens de rendre la dictée plus naturelle et plus précise. Les priorités exactes dépendront des retours de la communauté et des enseignements tirés des premiers utilisateurs.

Participez

Myna en est encore à ses premiers stades de développement, c’est pourquoi nous le partageons dès maintenant. Nous aimerions recueillir vos commentaires avant que trop de choix de conception ne soient définitivement arrêtés. Nous souhaitons tout particulièrement connaître l’avis des utilisateurs qui recourent à la dictée ou aux technologies d’assistance, des personnes qui utilisent déjà la reconnaissance vocale sous Linux, des développeurs, des testeurs, des rédacteurs de documentation et de toute personne désireuse d’améliorer l’expérience utilisateur sur le bureau. Il n’est pas nécessaire d’avoir des compétences en apprentissage automatique pour contribuer.

Vous trouverez les spécifications et les documents relatifs à l'architecture dans le référentiel du projet.

Nous attendons vos commentaires avec impatience.

»

Source : Canonical

Et vous ?

Quel est votre avis sur le sujet ?
Trouvez-vous cette initiative d'Ubuntu crédible ou pertinente ?

Voir aussi :

La prochaine version Linux Mint 23, basée sur Ubuntu 26.04 LTS, proposera un explorateur de fichiers plus réactif, un outil de capture d'écran natif, la prise en charge du WPA3 et d'OWE

Canonical a publié Ubuntu 26.04 LTS « Resolute Raccoon » sur le dernier noyau Linux 7.0 avec l'environnement de bureau GNOME 50, étant la première version LTS d'Ubuntu à être livrée sans session de bureau Xorg

Ubuntu Linux nécessite désormais plus de RAM que Windows 11 : Canonical a publié une nouvelle liste des configurations système requises pour la sortie d'Ubuntu 26.04 LTS, avec des exigences en RAM plus élevées

[Fagus]

Il y a déjà des modèles open sources très bien pour la reconnaissance vocale et même des GUI bien utiles comme Handy, de même en synthèse vocale et en OCR, mais pour l'utilisateur final c'est trop compliqué souvent (synthèse).
Je ne sais pas si c'est à l'os de faire tout ça, mais je suis prêt à leur payer un pack logiciel tellement c'est pénible à configurer (j'ai dû me faire mes GUI pour piper en synthèse vocale).

Par contre, niveau "os" (ou distro), s'ils pouvaient faire normer des API pour tout ça ce serait top. Par ex, avec le vieux SAPI5 sous windows, tout un écosystème de programmes tiers s'y est mis, ce qui fait que ça fait depuis XP que la synthèse vocale est pratique sous windows et un casse tête sous linux.