Canonical ได้เปิดตัวเวอร์ชันเบื้องต้นของระบบรู้จำเสียงพูด Myna และเครื่องมือแปลงเสียงเป็นข้อความที่สร้างขึ้นบนระบบดังกล่าว ซึ่งสามารถผสานรวมเข้ากับ... Ubuntuชิ้นส่วนสำเร็จรูปถูกประกอบขึ้นเพื่อ... Ubuntu 24.04 LTS, Ubuntu 26.04 LTS และ Ubuntu เวอร์ชัน 26.10 มีแพ็กเกจสำหรับสถาปัตยกรรม amd64 และ amd64v3 รองรับเดสก์ท็อป GNOME โดยใช้โปรโตคอล Wayland สำหรับการรู้จำเสียงพูด คุณสามารถเลือกใช้โมเดล AI Whisper, Parakeet หรือ Funasr ซึ่งทำงานในเครื่องและรองรับหลายภาษา
Myna Shell ซึ่งเป็นส่วนเสริมของ GNOME Shell ได้รับการพัฒนาขึ้นเพื่อใช้งานร่วมกับเดสก์ท็อป การป้อนข้อมูลด้วยเสียงจะเปิดใช้งานโดยการกดปุ่ม Super+J จากนั้นคุณสามารถพูดข้อความออกมาดัง ๆ และกด Super+J อีกครั้งเพื่อสิ้นสุดเซสชันการป้อนข้อมูลด้วยเสียง ข้อความที่พูดจะถูกแทรกเข้าไปในแอปพลิเคชันปัจจุบันโดยใช้การจำลองการป้อนข้อมูลจากแป้นพิมพ์
ขณะนี้โปรแกรมกำหนดค่ามีส่วนสำหรับการตั้งค่าชุดปุ่มเปิดใช้งาน การแสดงผลการเริ่ม/หยุดการรู้จำ การปิดอัตโนมัติหลังจากช่วงเวลาเงียบที่กำหนด และโหมดการแทนที่ข้อความ (ขณะที่คุณพูดหรือทันทีหลังจากเสร็จสิ้นการป้อนข้อความ) รวมถึงการเลือกโมเดล AI ด้วย ขณะนี้มีเอ็นจิ้นการรู้จำเสียงพูดที่เร่งความเร็วด้วยฮาร์ดแวร์สำหรับระบบที่มี GPU ของ NVIDIA แล้ว (ตัวเลือกการเร่งความเร็วอื่นๆ จะมีให้ใช้งานในภายหลัง)
การติดตั้งดำเนินการผ่านทางที่เก็บข้อมูล PPA:
sudo add-apt-repository ppa:canonical-desktop-team/myna
sudo apt install myna-config
ที่มา: opennet.ru
