Ubuntu se učí poslouchat: Vyzkoušejte si nový diktovací nástroj Myna

Hlasové zadávání textu je jednou z těch funkcí, které buď milujete, nebo naprosto ignorujete. Pokud ale patříte do první skupiny a zároveň si ceníte svého soukromí, na Linuxu jste to měli doposud těžké. Zatímco uživatelé proprietárních systémů vesele posílají každý svůj povzdech na servery technologických gigantů, open–source komunita dává přednost lokálnímu zpracování. A právě proto vzbuzuje nový projekt od Canonicalu s názvem Myna tolik zvědavosti.

Myna je nový diktovací nástroj poháněný umělou inteligencí, který se pomalu líhne v dílnách vývojářů Ubuntu. Cíl je jasný: přinést moderní, rychlé a přesné rozpoznávání řeči přímo do desktopového prostředí. A co je nejlepší, nemusíte čekat, až bude systém oficiálně vydán. První verzi si můžete vyzkoušet už dnes, i když to vyžaduje trochu toho typického linuxového experimentování.

Hlasové ovládání bez špehování

Proč bychom se vlastně měli o Mynu zajímat? Většina běžných diktovacích nástrojů funguje tak, že váš hlas nahraje, odešle ho do cloudu, tam ho obří neuronová síť přechroustá a vrátí text zpět. Je to pohodlné, ale z pohledu digitálních práv naprostá noční můra. Myna se snaží jít jinou cestou. Využívá lokální AI modely pro rozpoznávání řeči, což znamená, že vaše slova neopustí váš pevný disk. To je přesně ten přístup, který od moderního open–source softwaru očekáváme.

Canonical na to jde samozřejmě po svém. Celý systém je postavený kolem balíčkovacího systému Snap. Srdcem projektu je takzvaný orchestrátor Myna, který se stará o komunikaci mezi vaším mikrofonem, AI modely a samotným systémem. K tomu jsou potřeba samotné modely pro rozpoznávání řeči, které jsou rovněž distribuovány jako snapy. Ano, můžeme mít na politiku Snapů různé názory, ale v tomto případě to vývojářům umožňuje snadno doručit poměrně komplexní závislosti a velké datové modely přímo k uživatelům bez složité kompilace.

Jak dostat Mynu do svého počítače

Pokud máte chuť experimentovat a nevadí vám, že občas narazíte na nějakou tu chybu (projekt je stále ve fázi aktivního vývoje), můžete si Mynu nainstalovat. Budete k tomu potřebovat aktuální verzi Ubuntu a chvilku v terminálu.

Prvním krokem je instalace samotného orchestrátoru a modelů ze Snap Store. To provedete pomocí následujících příkazů:

sudo snap install myna-orchestrator
sudo snap install myna-models

Aby to celé mělo i nějakou lidskou tvář, Canonical připravil grafické nastavení. To zatím sice není v hlavních repozitářích, ale vývojáři jej zpřístupnili skrze PPA (Personal Package Archive). Pro jeho přidání a instalaci grafického rozhraní použijte tyto příkazy:

sudo add-apt-repository ppa:ubuntu-desktop/myna
sudo apt update
sudo apt install myna-settings

Po dokončení instalace byste měli v nastavení systému najít novou sekci věnovanou právě tomuto nástroji. Zde si můžete vybrat preferovaný model a nastavit klávesovou zkratku, kterou diktování aktivujete. Je to překvapivě přímočaré a ukazuje to, jak moc se Canonical snaží o integraci moderních technologií přímo do uživatelského zážitku GNOME desktopu.

Samozřejmě je potřeba mít na paměti, že lokální AI modely vyžadují určitý hardwarový výkon. Pokud se pokusíte Mynu spustit na starém notebooku, výsledky pravděpodobně nebudou tak oslnivé jako na stroji s dedikovanou grafickou kartou nebo novým procesorem s podporou AI akcelerace. Přesto jde o obrovský krok kupředu pro celou linuxovou scénu, která v oblasti přístupnosti a hlasového ovládání dlouho tahala za kratší konec provazu.