Dictée vocale et reconnaissance vocale sous Linux

Mis à jour: 6 novembre 2026

Sur Mac comme sur Windows, un raccourci suffit pour dicter. Sous Linux, aucun des grands environnements de bureau n'intègre d'équivalent : il faut assembler une solution soi-même ou installer une application. Et la première question n'est pas de savoir quel logiciel choisir, mais quelle session graphique vous utilisez. Ce guide explique pourquoi X11 et Wayland changent tout pour la dictée, quels outils libres existent, où en est Voice Monkeys sous Linux et comment régler les problèmes les plus fréquents, y compris le piège de la touche Alt Gr sur un clavier AZERTY.

Première vérification : X11 ou Wayland ?

Une application de dictée doit faire deux choses en dehors de sa propre fenêtre : remarquer un raccourci clavier pendant qu'un autre programme a le focus, puis écrire du texte dans cet autre programme. Sous X11 (Xorg), les applications ont toujours eu le droit de faire les deux. Wayland a été conçu pour isoler les applications les unes des autres : un programme ne peut pas écouter toutes les touches pressées ni écrire dans une fenêtre qui ne lui appartient pas. C'est une bonne chose pour la sécurité, et une complication pour la dictée.

Pour savoir quelle session vous avez, ouvrez un terminal et tapez `echo $XDG_SESSION_TYPE`. La commande affiche `x11` ou `wayland`. La plupart des environnements de bureau l'indiquent aussi dans leur panneau « À propos » ou d'informations système.

• x11 : raccourcis globaux et saisie simulée fonctionnent en général, la plupart des outils de dictée se comportent comme prévu.
• wayland : l'outil a besoin d'un utilitaire de saisie compatible Wayland ou d'une configuration système supplémentaire, et certaines applications ne fonctionnent pas du tout.

Si votre distribution propose encore une session X11, vous pouvez souvent la choisir sur l'écran de connexion : sélectionnez votre utilisateur, puis cherchez un menu de session (souvent une icône d'engrenage) avant de taper votre mot de passe. Certaines versions récentes ont abandonné ou sont en train d'abandonner les sessions X11 pour certains bureaux ; vérifiez ce que fournit la vôtre avant de bâtir votre organisation dessus.

Les outils de dictée qui existent sous Linux

Les options se rangent en deux familles : les outils libres à assembler soi-même, et les applications empaquetées. Deux projets open source connus montrent à quoi ressemble la voie artisanale. Leurs pages, sur GitHub, sont en anglais.

nerd-dictation se présente comme une reconnaissance vocale hors ligne pour Linux de bureau. Il utilise la bibliothèque de reconnaissance VOSK avec un modèle que vous téléchargez, enregistre via PulseAudio, sox ou PipeWire, et écrit le résultat en simulant des frappes. Pour la saisie, il prend en charge xdotool (serveur X uniquement, le choix par défaut), wtype (Wayland), ainsi que ydotool et dotool (X11 et Wayland, avec une configuration en plus pour ydotool). Il est sous licence GPL-3.0 et se configure en ligne de commande : attendez-vous à lier vous-même la commande à une touche.

whisper.cpp est une implémentation en C/C++ du modèle de reconnaissance vocale Whisper d'OpenAI, qui tourne hors ligne sur le processeur, sous Linux comme sur bien d'autres plateformes, sous licence MIT. C'est un moteur plus qu'une application de dictée : il fournit un exemple `whisper-stream` qui transcrit le micro en temps réel (à compiler avec SDL2), mais faire arriver le texte dans vos autres fenêtres reste à votre charge.

Voice Monkeys sous Linux : l'état réel

Voice Monkeys, l'application qui publie ce guide, propose une version Linux en AppImage ou en paquet .deb pour Ubuntu et Debian. Elle exige une session X11 (Xorg) : sous Wayland, le système bloque le raccourci global et le collage automatique, et l'application ne peut pas fonctionner. La version Linux est récente ; considérez-la comme une jeune version et signalez ce qui casse.

Au quotidien, elle se comporte comme sur les autres systèmes. Vous maintenez Alt droite (une autre touche peut être choisie dans les réglages), vous parlez, vous relâchez, et le texte apparaît au curseur dans votre éditeur, votre terminal, votre navigateur ou votre messagerie. Un appui bref lance le mode mains libres jusqu'à l'appui suivant, et Échap annule. Elle reconnaît 25 langues à l'oreille et vous laisse les mélanger dans une phrase, ce que détaille le guide pour dicter en plusieurs langues.

Sous Linux, c'est un abonnement cloud : 12 $ par mois ou 96 $ par an (prix en dollars US), avec un essai de 7 jours qui demande une carte. L'abonnement comprend 90 heures de dictée par mois et jusqu'à cinq ordinateurs, un seul dictant à la fois : la même formule couvre donc un poste Linux et un portable Windows. Par défaut, l'audio part chiffré vers un serveur à Falkenstein, en Allemagne, y est converti en texte en mémoire puis jeté ; ni l'audio ni le texte ne sont conservés, seul le nombre de secondes est compté. Rendez-vous sur la page de téléchargement. Si vous êtes sous Wayland sans possibilité d'en sortir, nerd-dictation avec un utilitaire de saisie Wayland est le choix le plus réaliste.

Installer l'AppImage ou le paquet .deb

• AppImage : téléchargez le fichier, rendez-le exécutable avec `chmod +x` suivi du nom du fichier, puis lancez-le. S'il refuse de démarrer avec une erreur qui mentionne FUSE, installez le paquet de compatibilité FUSE 2 de votre distribution (sous Ubuntu, il s'appelle en général libfuse2, ou libfuse2t64 sur les versions récentes).
• .deb (Ubuntu, Debian) : installez-le avec `sudo apt install ./` suivi du nom du fichier, pour qu'apt résolve les dépendances, puis lancez-le depuis le menu des applications.
• Connectez-vous à une session X11 avant le premier lancement, et vérifiez avec `echo $XDG_SESSION_TYPE`.
• Choisissez le micro dans les réglages son du bureau ou avec un mélangeur comme pavucontrol, et vérifiez que le vumètre d'entrée bouge quand vous parlez.

Le modèle hors ligne en option

Les versions Windows et Linux peuvent aussi utiliser un modèle hors ligne, téléchargé une seule fois (environ 640 Mo). Ensuite, la reconnaissance se fait sur votre propre machine, sans envoyer d'audio nulle part : pratique dans le TGV, avec une connexion capricieuse, ou si vous préférez simplement garder votre voix chez vous.

Savoir s'il vous convient dépend de votre machine et de vos langues. Essayez les deux modes avec les mêmes phrases, par exemple « Fusionne la branche une fois les tests passés, puis étiquette la version deux point quatre », et gardez celui qui demande le moins de corrections. Si vous dictez des messages de commit ou de longs commentaires, le guide de la dictée vocale pour développeurs propose une méthode. Et si la confidentialité est la raison qui vous pousse vers le hors ligne, le guide la dictée vocale est-elle confidentielle liste les questions à poser à n'importe quel outil.

Dépannage sous Linux

• Le raccourci ne fait rien : vérifiez d'abord le type de session. Sous Wayland, les raccourcis globaux des applications ordinaires sont bloqués ; déconnectez-vous et choisissez une session X11 si votre distribution en propose une.
• Alt droite tape des caractères bizarres : sur un clavier AZERTY français ou belge, la touche Alt de droite est Alt Gr, celle qui sert à taper @, #, € ou les crochets. Choisissez une autre touche de dictée dans les réglages pour que les deux ne se marchent pas dessus.
• Le texte est reconnu mais pas collé : vérifiez que le curseur est dans un champ de texte et que la fenêtre cible a le focus au moment où vous relâchez la touche. Certains terminaux collent avec Ctrl+Maj+V : testez d'abord dans un éditeur de texte simple pour isoler le problème.
• Rien n'est entendu : ouvrez les réglages son ou pavucontrol, choisissez le bon périphérique d'entrée et surveillez le vumètre. Un casque Bluetooth apparaît parfois comme deux appareils ; prenez celui qui comporte un micro.
• L'AppImage ne démarre pas : lancez-la depuis un terminal pour lire l'erreur. Un message lié à FUSE signifie que le paquet de compatibilité manque.

Si vous utilisez aussi Windows, le guide de la saisie vocale sous Windows présente l'outil intégré, et le guide pour choisir un logiciel de dictée sur PC compare les applications à installer.

Questions et réponses

Sources

• nerd-dictation sur GitHub (en anglais) (vérifié 6 novembre 2026)
• whisper.cpp sur GitHub (en anglais) (vérifié 6 novembre 2026)

Autres guides

• Dicter en français, en anglais et dans d'autres langues sans tout corriger
• La dictée vocale est-elle confidentielle ? Ce que devient votre voix
• Choisir un logiciel de dictée vocale pour Windows
• Dictée vocale pour développeurs : la voix pour la prose, le clavier pour le code