Ta nowa aplikacja na Linuxa pozwala kontrolować komputer za pomocą głosu i jest darmowa

EasySpeak to nowa aplikacja do sterowania głosowego dla Linuxa, oferująca lokalne przetwarzanie poleceń oraz wsparcie dla dostępności, zaprojektowana z myślą o nowoczesnych środowiskach GNOME.

Nowa, całkowicie lokalna aplikacja do sterowania głosowego o nazwie EasySpeak zadebiutowała na pulpicie systemu Linux, oferując dostępność i sterowanie bez użycia rąk dla użytkowników korzystających z nowoczesnych środowisk GNOME. Opracowana przez Matta Hartleya, EasySpeak jest darmowa, open source i zaprojektowana z myślą o przekształcaniu poleceń głosowych w działanie.

EasySpeak powinno wypełnić istotną lukę w ekosystemie Linuxa, gdzie wiele istniejących narzędzi głosowych jest albo własnościowych, opartych na przestarzałej technologii X11, albo uzależnionych od usług chmurowych. Ten projekt został stworzony od podstaw jako natywny dla Waylanda, co oznacza, że działa poprawnie na współczesnych pulpitach Linuxa, gdzie starsze narzędzia X11 często zawodzą.

EasySpeak jest zaprojektowane dla każdego, kto cierpi na przewlekłe kontuzje (RSI), ma specyficzne potrzeby dostępności lub po prostu potrzebuje obsługiwać komputer, gdy ma zajęte ręce. Cały system można aktywować bez użycia rąk, po prostu wypowiadając słowo budzące „Hej Jarvis.”

Jedną z głównych cech, która wyróżnia EasySpeak, jest jego zaangażowanie w prywatność. Cała aplikacja działa całkowicie lokalnie. Wykorzystuje OpenWakeWord do aktywacji, narzędzie faster-whisper do transkrypcji poleceń oraz silnik Piper do informacji głosowych. Oznacza to, że żadne dane głosowe nie opuszczają twojego urządzenia, co jest wspaniałym posunięciem dla użytkowników, którzy słusznie są sceptyczni wobec usług AI w chmurze.

Po aktywacji EasySpeak pozwala użytkownikom kontrolować podstawowe aspekty swojego pulpitu. Jedną z najbardziej szczegółowych i imponujących funkcji jest Siatka Myszy. Wypowiadając „siatka”, nakłada na ekran układ z numerami 3x3, podobny do klawiatury telefonu. Możesz powiększać konkretne strefy, wypowiadając odpowiadający numer, łącząc wiele numerów razem, aby poruszać się szybko, jak „3-6-3.”

Po najechaniu na cel, mówisz „kliknij”, aby go wybrać. System siatki obsługuje również operacje przeciągania i upuszczania za pomocą poleceń „oznakuj” i „przeciągnij.”

EasySpeak zawiera także kontrolę nad funkcjami systemowymi i aplikacjami. Możesz otwierać i zamykać aplikacje po nazwie oraz korzystać z poleceń do zarządzania plikami, takich jak „otwórz dokumenty” lub „otwórz pobrane.” Posiada również integrację z MPRIS, pozwalającą kontrolować odtwarzanie za pomocą poleceń takich jak „odtwarzaj”, „pauza” i „następny.”

Programista dodaje także więcej kontroli GNOME, w tym maksymalizację i minimalizację okien. Te aktualizacje obejmą podstawowe polecenia systemowe, takie jak regulacja głośności, jasności oraz przełączanie funkcji „nie przeszkadzać.”

Aplikacja jest obecnie mocno zintegrowana z przeglądarką internetową Qutebrowser. Ta integracja pozwala na nawigację po internecie przy użyciu wskazówek linków, przełączanie między kartami, przeglądanie historii i wyszukiwanie w sieci za pomocą głosu. Choć funkcja dyktowania jest w trakcie rozwoju, już teraz wspiera wprowadzanie głosowe do dowolnego pola, wraz z poleceniami do interpunkcji, takimi jak „przecinek” i „nowa linia.”

Dla tych, którzy lubią grzebać, system jest wysoce rozszerzalny dzięki prostej architekturze wtyczek Python. Możesz wrzucić plik Python do katalogu wtyczek, aby dodać niestandardowe polecenia i integracje dla konkretnych aplikacji. Hartley pracuje nad tym projektem od ponad roku i twierdzi, że rozszerzalność jest kluczowym elementem projektu.

EasySpeak jest jeszcze w fazie wczesnego rozwoju, więc możesz spodziewać się drobnych błędów i zmian, gdy projekt się rozwija. Wymaga dystrybucji Linuxa działającej na GNOME Shell 47 lub nowszym w Wayland, a aktualnie wymaga Pythona 3.13 do instalacji z powodu problemów z zależnościami z Pythonem 3.14.

Instalacja obejmuje klonowanie repozytorium GitHub, instalację kilku pakietów systemowych, skonfigurowanie wirtualnego środowiska Python oraz włączenie rozszerzenia GNOME Shell. EasySpeak jest dostępne teraz za darmo na licencji GPL-3.0 na GitHubie.

Źródło: Matt Hartley/fosstodon

Jeśli ciekawią Cię artykuły podobne do Ta nowa aplikacja na Linuxa pozwala kontrolować komputer za pomocą głosu i jest darmowa, zajrzyj do kategorii Linux i odkryj jeszcze więcej interesujących treści.