Dictée vocale sous Linux : ce qui fonctionne en 2026 (dans toutes les apps)

Linux dispose d'excellents outils pour presque tout — sauf, historiquement, la dictée vocale. Alors que les utilisateurs Windows disposent d'un raccourci de dictée intégré (Win+H) et que macOS propose une fonction de dictée au niveau système depuis des années, les utilisateurs du bureau Linux ont surtout rafistolé des solutions à partir de pièces incomplètes. En 2026, le tableau est meilleur, mais il faut encore savoir quoi chercher.

Ce guide s'adresse aux utilisateurs du bureau Linux qui souhaitent une dictée fonctionnant dans toutes les applications — pas seulement dans un éditeur ou une application de prise de notes.

L'état de la dictée vocale sous Linux

Le problème de fond est structurel. Sous X11, simuler des frappes depuis un processus externe est simple avec des outils comme xdotool. Sous Wayland, le compositeur contrôle ce qui peut recevoir des entrées synthétiques, et la plupart des compositeurs le restreignent considérablement pour des raisons de sécurité. Cela signifie qu'un outil fonctionnant parfaitement sous X11 peut échouer silencieusement sous Wayland — sans message d'erreur.

Il n'existe pas non plus d'équivalent au Speech Accessibility framework de macOS ou à la Speech Recognition API de Windows : aucun hook au niveau du système d'exploitation qu'une application de bureau puisse appeler pour dire « tape ce texte dans ce sur quoi l'utilisateur est concentré ». Chaque outil de dictée Linux résout ce problème à sa manière, avec des résultats variables.

Enfin, la fragmentation de la pile audio entre ALSA, PulseAudio et PipeWire a historiquement rendu l'accès au microphone peu fiable. La plupart des distributions modernes (Ubuntu 22.04+, Fedora 38+, Pop!_OS 22.04+) sont passées à PipeWire, ce qui a considérablement amélioré la situation.

Ce qui est réellement disponible

Voici un tour d'horizon équitable des outils existants, sans les surestimer ni les sous-estimer.

ibus-typing-booster — un plugin de complétion pour IBus qui peut accepter des entrées vocales via le service GNOME Speech. Limité aux applications utilisant la méthode de saisie IBus. Pas une solution de dictée générale.

Speech Note — une application indépendante basée sur Whisper qui transcrit la parole hors ligne et place le résultat dans sa propre fenêtre de texte. On copie-colle ensuite où on en a besoin. Précis et respectueux de la vie privée, mais l'étape de copier-coller ajoute de la friction et rompt le flux.

Numen — contrôle vocal pour le bureau, plus proche dans l'esprit d'un remplacement clavier/souris que d'un outil de dictée. Utile pour l'accessibilité et la navigation mains libres, mais pas optimisé pour le cas d'usage « prononcer une phrase et la voir tapée ».

Talon Voice — l'option la plus puissante dans l'espace du contrôle vocal sous Linux. Prend en charge les commandes vocales programmables, les grammaires de code et les saisies compatibles Wayland dans les versions récentes. La courbe d'apprentissage est abrupte et s'oriente vers les utilisateurs avancés souhaitant contrôler l'ensemble de leur flux de travail par la voix. Si vous avez besoin d'écrire du code totalement mains libres, Talon mérite d'être exploré.

OpenWhispr — une application de dictée open source (MIT) plus récente qui fonctionne sous Linux, macOS et Windows, bâtie sur des modèles Whisper / NVIDIA Parakeet locaux, avec des modèles cloud optionnels via votre propre clé d'API (BYOK). Exécutée entièrement sur votre machine, la transcription est illimitée et privée. Pour les utilisateurs Linux qui veulent un outil gratuit, respectueux de la vie privée et dédié à la seule dictée, et que la configuration ne rebute pas, c'est une très bonne option — et le signe le plus clair que l'ère du « pas de vraie reconnaissance vocale sous Linux » est terminée.

Handy — une autre application de reconnaissance vocale gratuite et open source pour Linux, macOS et Windows (construite avec Tauri), qui fonctionne entièrement hors ligne. Elle est volontairement minimaliste : un raccourci push-to-talk configurable qui colle la transcription dans le champ actif, sans fonctionnalités supplémentaires. À regarder si vous voulez quelque chose de léger et privé et que vous n'avez besoin ni d'abréviations ni d'édition par IA.

Voxtype et Vocalinux — deux arrivants récents qui confirment la tendance au Whisper hors ligne sous Linux. Voxtype est un outil push-to-talk de reconnaissance vocale pour Linux et macOS avec une reconnaissance entièrement hors ligne ; Vocalinux associe whisper.cpp et VOSK pour une dictée 100 % hors ligne et open source. Les deux se limitent à la dictée : pas d'abréviations, pas d'édition par IA, pas de compte multiplateforme. Si le traitement hors ligne est une exigence absolue, ils méritent leur place à côté d'OpenWhispr et de Handy.

Lightning Assist — une application de bureau Electron multiplateforme avec dictée vocale PTT (push-to-talk) et expansion de texte. Décrit plus en détail ci-dessous. Le positionnement diffère de Talon : plus simple, avec un modèle à touche unique plutôt qu'une grammaire programmable.

Aucune de ces solutions n'est la solution parfaite de dictée vocale sous Linux. Chacune résout une partie différente du problème.

Ce que requiert vraiment une « bonne dictée vocale sous Linux »

Avant de choisir un outil, il est utile de s'accorder sur le niveau d'exigence. Une solution de dictée inter-applications solide sous Linux doit :

• Fonctionner dans n'importe quelle application, pas seulement dans la fenêtre propre à l'outil — navigateurs, IDEs, terminaux, applications Electron, applications natives GTK/Qt.
• Gérer Wayland, ou au minimum être honnête sur les limitations X11 uniquement.
• Ne pas nécessiter de droits root pour s'exécuter — la dictée est un outil de productivité en espace utilisateur, pas un daemon système.
• Ne pas être bloquante — maintenir une touche, parler, relâcher, continuer à travailler. Pas de fenêtre modale qui vole le focus.
• Fonctionner correctement avec le vocabulaire technique — les utilisateurs Linux dictent des noms d'hôte, des flags de commande, des noms de paquets et des identifiants de code. Un modèle entraîné sur de la parole conversationnelle achoppera sur systemctl, xdg-open ou ~/.config/.

Les backends basés sur Whisper (qu'ils soient locaux ou en API) résistent mieux aux termes techniques que les anciens modèles cloud uniquement, ce qui est une raison pour laquelle la communauté Linux s'est tournée vers les solutions Whisper.

Lightning Assist sous Linux

Lightning Assist est une application de bureau construite avec Electron, ce qui signifie qu'elle s'exécute sur la même base de code sous Windows, macOS et Linux. La version Linux est disponible en AppImage (universelle — fonctionne sur Fedora, RHEL, Arch et toutes distributions) et en .deb pour Debian/Ubuntu/Linux Mint/Pop!_OS. Pas de paquet AUR pour l'instant ; l'AppImage est l'option agnostique à la distribution.

La fonction de dictée vocale fonctionne via push-to-talk : maintenir Ctrl+Super (Super étant la touche Meta/Windows sur la plupart des claviers), parler, relâcher. Le backend basé sur Whisper transcrit l'audio et le résultat est saisi dans la fenêtre ayant le focus. Comme il est conçu comme un outil inter-applications — le même modèle que le côté expansion de texte de l'application — il ne vous oblige pas à basculer vers une fenêtre de dictée dédiée.

Lightning Assist inclut également l'expansion de texte avec des commandes IA : des déclencheurs courts qui se développent en texte plus long ou invoquent un modèle IA en ligne. Pour les utilisateurs Linux qui souhaitent à la fois « taper ce fragment » et « transcrire ce que j'ai dit », cette combinaison est dans un seul abonnement à 5,99 $/mois, avec un essai gratuit disponible.

Installation sous Linux

Consultez /get-started pour le parcours complet et /downloads pour obtenir le dernier paquet. La version courte :

AppImage (fonctionne sur la plupart des distributions) :

chmod +x Lightning-Assist-*.AppImage
./Lightning-Assist-*.AppImage

Aucune installation requise. L'AppImage embarque son propre environnement d'exécution.

Debian/Ubuntu/Linux Mint/Pop!_OS (.deb) :

sudo dpkg -i lightning-assist_*.deb
sudo apt-get install -f   # résoudre les dépendances manquantes

Après l'installation, lancez l'application, connectez-vous et activez le déclencheur Voix IA / push-to-talk dans la page Déclencheurs. Aucun accès root n'est requis à l'exécution.

Consultez /pricing pour les détails du plan actuel et la durée de l'essai.

Flux de travail pratiques de dictée sous Linux

La valeur de la dictée inter-applications devient concrète quand on la rapporte à ce qu'on fait réellement.

Messages de commit Git. Après avoir préparé vos modifications, placez le focus sur votre terminal, maintenez Ctrl+Super, dictez « fix null pointer in the cache layer when membership changes », relâchez. Le message apparaît dans le prompt du terminal prêt pour git commit -m. Pas de changement de contexte, pas besoin de la souris.

Slack, Discord et Element. Ce sont elles-mêmes des applications Electron, ce qui signifie qu'elles reçoivent les saisies synthétisées de la même façon qu'un champ de texte dans un navigateur. Dictez votre réponse directement sans ouvrir une fenêtre de dictée séparée.

VSCode et les IDEs JetBrains. Placez le focus sur l'éditeur, dictez un bloc de commentaire ou un nom de variable en camelCase (la plupart des modèles Whisper gèrent le camelCase parlé de façon satisfaisante quand on dit « camel case »). Pour du texte plus long — un docstring, une section README — dicter est plus rapide que taper.

Commandes de terminal. Les commandes courtes sont plus rapides à taper qu'à dire. Mais les commandes longues et structurées (curl -X POST https://api.example.com/v1/resources -H "Content-Type: application/json" -d '{"key": "value"}') sont plus rapides à dicter une fois le schéma en mémoire musculaire pour le raccourci.

Documentation Markdown. Dictez dans n'importe quel éditeur qui affiche le Markdown — Obsidian, Typora, un buffer vim simple, VSCode avec une extension Markdown. La transcription ne sait pas que vous écrivez du Markdown, vous devrez donc ajouter les backticks et les symboles de titre manuellement, mais la dictée de prose au niveau du paragraphe est rapide.

Mises en garde Wayland

Les applications Electron sous Wayland peuvent utiliser le flag --ozone-platform=wayland ou la variable d'environnement ELECTRON_OZONE_PLATFORM_HINT=auto (prise en charge dans Electron 21+) pour s'exécuter nativement sous le protocole Wayland plutôt que via XWayland.

Le bon fonctionnement de la saisie synthétique dépend du compositeur. GNOME sous Wayland (Mutter) et KDE Plasma sous Wayland (KWin) implémentent tous les deux le protocole zwp_virtual_keyboard_v1 qui permet à une application de simuler des événements clavier — c'est ainsi que fonctionne l'injection de texte inter-applications sans xdotool de X11. Sur les compositeurs qui n'implémentent pas ce protocole, l'injection peut retomber sur le collage depuis le presse-papiers, ce qui peut se comporter différemment dans certaines applications (notamment les terminaux en mode bracketed paste).

Si vous êtes sous Wayland et que le texte dicté n'apparaît pas où vous l'attendez, le diagnostic le plus fiable consiste à vérifier quel protocole Wayland votre compositeur expose. Sous GNOME : wayland-info | grep keyboard. Les détails dépendent de la version de votre compositeur.

Le recours de secours — copier dans le presse-papiers et coller — fonctionne dans la plupart des applications, mais peut perturber le flux push-to-talk si l'application cible contient déjà du contenu dans le presse-papiers dont vous avez besoin.

C'est un domaine qui s'améliore activement dans l'écosystème Linux. La situation en 2026 est sensiblement meilleure qu'en 2023.

Réflexions finales

La dictée vocale sous Linux n'est pas un problème résolu, mais c'est un problème gérable. Le tableau honnête en 2026 : Speech Note offre la transcription Whisper hors ligne avec une étape de copier-coller ; Talon Voice offre une grande programmabilité au prix d'une courbe d'apprentissage abrupte ; Lightning Assist offre une couche push-to-talk simple qui frappe dans n'importe quelle application, couplée à l'expansion de texte, pour un abonnement mensuel fixe.

Si votre besoin principal est la dictée inter-applications avec une configuration minimale sur Ubuntu, Fedora, Arch, Debian ou Pop!_OS, commencez par l'essai Lightning Assist — téléchargez-le sur /downloads ou suivez le guide de démarrage. Si vous avez besoin d'un contrôle totalement mains libres du bureau, regardez du côté de Talon. Si vous avez besoin d'un traitement entièrement hors ligne sans abonnement, Speech Note comble ce manque.

L'écart entre Linux et les autres systèmes d'exploitation en matière de dictée se réduit, en partie parce que Whisper a rendu la transcription hors ligne de haute qualité accessible, et en partie parce que les protocoles d'entrée de Wayland ont mûri. C'est le bon moment pour réessayer si vous avez abandonné en 2022 ou avant.

Sources

• OpenAI Whisper — modèle de reconnaissance vocale open source.
• Numen — contrôle vocal pour le bureau.
• Talon Voice — site officiel.
• Speech Note — reconnaissance vocale hors ligne pour Linux.
• Spécification du protocole Wayland zwp_virtual_keyboard_v1.
• Lightning Assist — téléchargements, guide de démarrage, tarifs
• Guide de configuration voice-to-text — guide général de configuration push-to-talk
• Dictée push-to-talk dans les applications e-mail et chat — dictée inter-applications expliquée