Programeri Ubuntu-a započeli su testiranje sustava za prepoznavanje govora Myna

Tvrtka Canonical objavila je preliminarnu verziju sustava za prepoznavanje govora Myna i alate za unos teksta glasom temeljene na tome, koji se integriraju u Ubuntu. Gotove buildove moguće je preuzeti za Ubuntu 24.04 LTS, Ubuntu 26.04 LTS i Ubuntu 26.10 u paketima za arhitekture amd64 i amd64v3. Rad u GNOME okruženjima koja koriste Wayland protokol je podržan. Za prepoznavanje govora mogu se koristiti AI modeli Whisper, Parakeet ili Funasr, koji se izvršavaju lokalno i podržavaju različite jezike.

Za integraciju s radnom površinom pripremljen je dodatak za GNOME Shell – Myna Shell. Glasovni unos aktivira se kombinacijom tipki Super+J, nakon čega se može izgovoriti tekst naglas i ponovno pritisnuti Super+J za završetak sesije diktiranja. Diktirani tekst umetnut će se u trenutno aplikaciju simulacijom tipkovničkog unosa.

U konfigurator je dodan odjeljak za postavljanje aktivirajuće kombinacije tipki, indikaciju pokretanja/završetka prepoznavanja, automatsko isključivanje nakon određenog vremena tišine i način umetanja teksta (dok se govori ili odjednom nakon završetka diktata), kao i odabir AI modela. Pruža se motor za hardversko ubrzanje izvršenja modela prepoznavanja govora na sustavima s GPU NVIDIA (ostale opcije ubrzanja bit će dostupne kasnije).

Instalacija se obavlja putem PPA repozitorija:

sudo add-apt-repository ppa:canonical-desktop-team/myna
sudo apt install myna-config

Izvor: opennet.ru