Офлайн-распознавание речи без облаков
Vocalinux 0.14 Beta — это open-source проект под лицензией GPLv3, который позволяет использовать голосовую диктовку на Linux полностью офлайн. В отличие от разрабатываемой Canonical системы Myna, Vocalinux не привязан к конкретному дистрибутиву или окружению рабочего стола, поддерживая как X11, так и Wayland.
Основой обработки аудио выступает Whisper.cpp, который обеспечивает ускорение через Vulkan для GPU разных вендоров. Также доступны альтернативные бэкенды: VOSK, OpenAI Whisper с PyTorch или CPU-версия Whisper.cpp, что критично для гибридных ноутбуков.
Что нового в версии 0.14
Разработчики добавили ряд ключевых функций, делающих продукт более гибким:
- Горячие клавиши: теперь можно настраивать сочетания клавиш для активации диктовки.
- FunASR/SenseVoice: добавлена поддержка удаленных API-движков FunASR и SenseVoice от Alibaba, если пользователю нужна альтернатива локальным моделям.
- Исправления Wayland: улучшена стабильность работы в современных сессиях.
- Оптимизация CPU: улучшена обработка Whisper.cpp на гибридных архитектурах (например, Intel Core Ultra или AMD Ryzen с встроенной графикой).
Сравнение технологий
Vocalinux предлагает несколько путей обработки звука. Выбор зависит от доступного железа и требований к конфиденциальности:
| Компонент/Движок | Тип обработки | Особенности |
|---|---|---|
| Whisper.cpp | Локальная | Поддержка Vulkan (GPU) и CPU. Работает офлайн. |
| VOSK | Локальная | Легковесная библиотека для распознавания речи. |
| OpenAI Whisper (PyTorch) | Локальная | Требует больше ресурсов, но высокая точность. |
| FunASR / SenseVoice | Удаленная (API) | Новая опция в 0.14. Альтернатива локальным моделям. |
Почему это важно
Для пользователей Linux, ценящих приватность, Vocalinux 0.14 — один из немногих готовых инструментов, не требующих отправки аудио в облако. Поддержка Wayland и гибкая настройка горячих клавиш делают его конкурентоспособным решением на фоне экосистемных инициатив вроде Myna.
Проект доступен на GitHub и на официальном сайте Vocalinux.com.
Источник: Phoronix ↗