Lokale Spracheingabe mit Myna auf Ubuntu installieren

Myna verwendet einen Hotkey, um in das Textfeld der fokussierten Anwendung zu diktieren. Sie müssen nicht auf Ubuntu 26.10 aktualisieren, um es auszuprobieren: Die Technologievorschau von Canonical vom 12. Oktober 2026 unterstützt auch 24.04 und 26.04 LTS.

Sobald ein Modell heruntergeladen wurde, wird die Erkennung lokal und ohne Internetverbindung ausgeführt. Audio wird nicht hochgeladen oder gespeichert. In eine Anwendung eingefügter Text folgt dem eigenen Speicher- und Netzwerkverhalten dieser Anwendung. Offizielle Vorschauankündigung , Datenschutzgrenzen .

Überprüfen Sie Ihre Umgebung

Die offizielle Abdeckung umfasst derzeit Ubuntu 24.04 LTS, 26.04 LTS und 26.10 auf amd64 / amd64v3 mit GNOME Wayland. Gehen Sie nicht davon aus, dass andere Desktops, X11 oder ARM, die gleiche Unterstützung haben.

lsb_release -ds
dpkg --print-architecture
printf '%s\n' "$XDG_SESSION_TYPE"
printf '%s\n' "$XDG_CURRENT_DESKTOP"

Die Sitzung sollte wayland und der Desktop GNOME sein. Ein einzelner Befehl legt keine Architekturvariante fest; Überprüfen Sie auch Ihre Installationsquelle und Hardware.

Installieren Sie die Myna-Einstellungen

Verwenden Sie das in der Ankündigung angegebene Canonical Desktop Team PPA:

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

Öffnen Sie die Myna-Einstellungen unter „Aktivitäten“. Folgen Sie dem Setup, um den Client und die Modelle zu installieren, wählen Sie eine Erkennungs-Engine aus und konfigurieren Sie den Hotkey. Installation und Modell-Downloads erfordern eine Netzwerkverbindung; Ein noch laufender Download stellt keinen Erkennungsfehler dar.

Wählen Sie eine Erkennungs-Engine

Versuchen Sie für chinesisches Diktat zuerst FunASR / SenseVoice-Small. Myna empfiehlt diese Familie derzeit für chinesische, kantonesische, japanische und koreanische Benutzer. Offizielle Modellempfehlungshinweise .

Abdeckungsquellen: Offizieller Testplan von Myna , Modellkarte NVIDIA . Das FunASR-Paket von Myna verwendet SenseVoice-Small; Die Funktionen von Fun-ASR-Nano oder SenseVoice-Large gelten nicht automatisch.

SenseVoice-Small produziert derzeit vereinfachtes Chinesisch. Benutzer von traditionellem Chinesisch sollten die Konvertierungsanforderungen überprüfen. In den Empfehlungsnotizen heißt es ausdrücklich, dass die Verwendung von Whisper mit einem Sprachhinweis stattdessen für diese Benutzer nicht evaluiert wurde.

Auf unterstützten NVIDIA-GPUs können die Einstellungen eine beschleunigte Engine bieten. Weitere Beschleuniger sind geplant. Nutzen Sie die tatsächlich angebotenen Optionen, anstatt Ihren Grafiktreiber-Stack nur für die Vorschau auszutauschen. Offizieller Supportumfang .

Erster Gebrauch

1. Öffnen Sie einen normalen lokalen Texteditor und fokussieren Sie ein bearbeitbares Feld.
2. Verwenden Sie zum Sprechen den konfigurierten Hotkey und beobachten Sie Feedback und Transkription.
3. Überprüfen Sie Satzzeichen, Zahlen, Abkürzungen und Fachbegriffe und probieren Sie es dann mit einem Browserfeld aus.
4. Nachdem Sie bestätigt haben, dass das Modell heruntergeladen wurde, trennen Sie die Netzwerkverbindung und wiederholen Sie den Vorgang im lokalen Editor, um die Offline-Erkennung zu überprüfen.

Myna konzentriert sich derzeit auf das Diktieren und steuert den Desktop nicht über Sprachbefehle. Anwendungseingabefelder verhalten sich möglicherweise anders. Funktionsumfang .

Überprüfen Sie das Sprach- und Anwendungsverhalten

Was veröffentlichte Modellbewertungen belegen

Tabelle 6 des SenseVoice-Papiers enthält die folgenden Common Voice-Ergebnisse. Bei den Werten handelt es sich um Zeichenfehlerraten (CER, Prozentsätze; niedriger ist besser) der Modellautoren und nicht um die Messungen dieser Website oder die allgemeine Myna Desktop-Genauigkeit.

Quelle: FunAudioLLM-Artikel, Tabelle 6 . Diese Ergebnisse unterstützen den Versuch, SenseVoice-Small zuerst für Chinesisch auszuprobieren, ohne die gleichen Ergebnisse für Ihren Akzent, Ihr Mikrofon, Ihre technischen Namen oder Ihren gemischtsprachigen Text zu versprechen. CER umfasst Einfügungen, Löschungen und Ersetzungen; Verwandeln Sie 100% - CER nicht in eine Behauptung über die Erkennungsgenauigkeit eines Benutzers.

Überprüfen Sie Ihr eigenes Gerät

Vergleichen Sie Modelle mit demselben Text und notieren Sie dabei den Modellnamen, das Gerät, das Mikrofon und die ungefähre Verzögerung. Anstelle der gemessenen Ergebnisse können Sie folgende Prüfungen durchführen:

Probieren Sie Entwürfe aus, bevor Sie sie für die Arbeit verwenden, insbesondere für Empfänger, Befehle, Beträge und Versionsnummern.

Fehlerbehebung bei fehlendem Text

Bestätigen Sie, dass das Mikrofon in den Systemtoneinstellungen aufzeichnet, und überprüfen Sie dann die Modell-Downloads und die ausgewählte Sprache. Führen Sie einen erneuten Test in einem normalen Texteditor durch, um Anwendungsfokus- oder Hotkey-Konflikte auszuschließen. Wenn der Fehler auf eine Anwendung beschränkt ist, notieren Sie deren Version und Reproduktionsschritte.

Client- und Modell-Sandbox-Berechtigungen können ebenfalls von Bedeutung sein. Überprüfen Sie Einstellungen und tatsächliche Fehlermeldungen, anstatt die Systemsicherheit zu deaktivieren. Melden Sie Probleme an das offizielle Myna-Repository , einschließlich der Ubuntu-Version, des Sitzungstyps, der Engine und der Reproduktionsschritte. Vermeiden Sie das Anhängen privater Audiodaten.

Verwandte Anleitungen: KI-Bild- und Sprachtools, 26.10 oder LTS.