Note de discours : Une application de reconnaissance vocale hors ligne, de synthèse vocale et de traduction pour Linux

Speech Note est une application open-source axée sur la confidentialité qui offre des fonctionnalités hors ligne de Reconnaissance vocale (STT), de Synthèse vocale (TTS) et de Traduction automatique (MT). Avec Speech Note, vous pouvez prendre, lire et traduire des notes dans plusieurs langues.

Speech Note fonctionne entièrement hors ligne, avec tout le traitement du texte et de la voix qui se fait localement sur votre appareil. Cela garantit votre confidentialité en n'envoyant jamais de données sur Internet.

Il prend en charge une large gamme de langues pour la reconnaissance vocale, la synthèse et la traduction, avec de nouvelles langues ajoutées régulièrement.

Speech Note utilise différents moteurs de traitement pour chaque fonction, offrant flexibilité et choix aux utilisateurs. Actuellement, Speech Note utilise les moteurs de traitement suivants :

• Reconnaissance vocale (STT)

  • Coqui STT (un fork de Mozilla DeepSpeech)
  • Vosk
  • whisper.cpp
  • Chuchotement plus rapide
  • avril-asr

• Texte en parole (TTS)

  • espeak-ng
  • MBROLA
  • Piper
  • RHVoice
  • Coqui TTS
  • Mimic 3
  • WhisperSpeech

• Traduction automatique (TA)

  • Traducteur Bergamote

Les utilisateurs avancés peuvent activer des modèles personnalisés compatibles avec les moteurs pris en charge en modifiant le fichier de configuration et en redémarrant l'application.

Speech Note est complètement gratuit à utiliser et le code source est disponible publiquement sous la licence publique Mozilla version 2.0.

Écrit en C, Speech Note est disponible pour Linux et Sailfish OS.

Dans les sections suivantes, nous discuterons de la façon d'installer et d'utiliser Speech Note sous Linux.

Installer Speech Note sur Linux

Speech Note est disponible pour différentes distributions Linux et Sailfish OS.

Pour les plateformes Linux, Speech Note est disponible sur Flathub. Assurez-vous que Flatpak est installé sur votre système Linux.

• Comment installer et utiliser Flatpak sur Linux

Une fois que Flatpak est installé, vous pouvez installer Speech Note en utilisant la commande :

flatpak install flathub net.mkiol.SpeechNote

La distribution Flatpak de Speech Note offre de la flexibilité grâce à différents packages répondant à des besoins spécifiques :

• Forfait de base (net.mkiol.SpeechNote) : Contient toutes les dépendances pour une fonctionnalité complète, y compris les bibliothèques « lourdes ». Il nécessite une quantité importante d'espace disque après l'installation.
• Modules complémentaires : Fournissent une accélération GPU pour AMD (net.mkiol.SpeechNote.Addon.amd) et NVIDIA (net.mkiol.SpeechNote.Addon.nvidia), accélérant certaines opérations.
• Petit forfait : Une alternative plus petite offrant uniquement les fonctionnalités de base, idéale pour les utilisateurs disposant d’un espace disque limité. Il peut également être combiné avec des modules d’accélération GPU.

Un tableau comparatif présentant les tailles et les fonctionnalités de chaque package est disponible dans le dépôt officiel GitHub de Speech Note.

Si vous êtes sur Arch Linux et ses variantes comme EndeavourOS et Manjaro Linux, les paquets Speech Note sont disponibles sous dsnote et dsnote-git dans le Arch User Repository (AUR). Vous pouvez l’installer en utilisant n’importe quel gestionnaire AUR tel que Paru;

paru -S dsnote

ou Youpi.

yay -S dsnote

Comment utiliser Speech Note

Après l'avoir installé, vous pouvez lancer l'application Speech Note depuis le Menu ou en exécutant la commande suivante :

flatpak run net.mkiol.SpeechNote

Lors du premier lancement, Speech Note vous demandera de choisir les langues que vous souhaitez utiliser :

Cliquez sur le bouton Fermer pour fermer l'assistant de bienvenue. Allez à l'onglet Langues et sélectionnez la langue de votre choix.

Ensuite, vous devrez télécharger les fichiers de modèle pour les moteurs de Reconnaissance vocale, de Synthèse vocale et de Traduction de texte. Veuillez vous assurer de télécharger au moins un modèle pour chaque moteur. Si vous n’êtes pas sûr du modèle à choisir, cliquez simplement sur le bouton d’information pour voir plus de détails sur chaque modèle.

Vous pouvez télécharger plusieurs modèles, expérimenter avec différentes options et choisir celui qui vous convient le mieux.

Une fois que vous avez téléchargé les fichiers de langue pour chaque modèle, vous pouvez commencer à utiliser Speech Note pour la synthèse vocale, la reconnaissance vocale ou pour traduire le texte fourni.

Convertir le texte en parole ou la parole en texte

Pour tester la fonctionnalité de synthèse vocale, tapez du texte dans la section « Bloc-notes » et cliquez sur le bouton « Lire ». L'application lira le texte à haute voix pour vous.

De même, vous pouvez cliquer sur le bouton « Écouter » pour essayer la fonction « Parole en texte ». Parlez dans votre microphone, et Speech Note reconnaîtra votre voix et la convertira en texte en temps réel.

Encore une fois, si vous avez téléchargé plusieurs modèles, sélectionnez votre modèle préféré dans le menu déroulant.

Traduire le texte

Pour traduire du texte d'une langue à une autre, allez dans la section « Traducteur » en haut à droite. Entrez le texte sur le côté gauche et cliquez sur le bouton Traduire (flèche). Speech Note le traduira alors dans la langue de sortie correspondante.

Comme le montre la capture d'écran, j'ai traduit le texte anglais en allemand.

Si vous avez téléchargé plusieurs modèles, n'oubliez pas de sélectionner le modèle souhaité dans le menu déroulant.

Pour activer la traduction en temps réel, il suffit d'activer l'option « Traduire au fur et à mesure de la saisie ». Une fois activée, Speech Note traduira le texte au fur et à mesure de votre saisie, éliminant ainsi le besoin de cliquer sur le bouton flèche pour la traduction.

Mon Verdict

J'ai testé Speech Note sur mon bureau Debian 12, qui dispose de 32 Go de RAM et d'un processeur Intel Core i3 de 11e génération. Il n'a toutefois pas de GPU.

J'ai téléchargé le modèle « English (Piper Bryce Medium Male) » pour la fonctionnalité de synthèse vocale et le modèle « English Indian (Vosk Small) » pour la reconnaissance vocale. Pour la traduction, j'ai téléchargé le modèle « English to German ».

Bien que les fonctionnalités de synthèse vocale et de traduction aient fonctionné comme prévu, la fonction de reconnaissance vocale n'a pas fonctionné comme prévu. Cela peut être dû à un problème du modèle. Je prévois d'essayer différents modèles plus tard pour voir si cela améliore la fonctionnalité.

Je continuerai à effectuer plus de tests dans les jours à venir et mettrai à jour ce post en conséquence.

Conclusion

Speech Note est une application TTS, STT et traducteur puissante et polyvalente qui privilégie la confidentialité des utilisateurs. Ses capacités hors ligne, son support multilingue et son caractère open-source en font un excellent choix pour les utilisateurs de Linux et Sailfish OS.

Si vous recherchez une application de synthèse vocale ou de reconnaissance vocale sécurisée et hors ligne, Speech Note vaut vraiment la peine d'être essayé.

Ressource:

• Répertoire GitHub des notes de discours

Lecture liée :

• Pocket TTS : Synthèse vocale locale à faible latence sans GPU ni cloud
• Comment convertir des livres électroniques Epub en livres audio en utilisant Audiblez et Kokoro sous Linux
• Audiogenipy : Créez des livres audio avec Python et gTTS facilement sous Linux
• eSpeak NG – Un synthétiseur de texte en parole pour Linux