https://github.com/rcspam/dictee

Push-to-talk voice dictation for Linux — 100% local, multilingual (25+ languages), with speaker diarization. Qt frontend, Rust backend on NVIDIA Parakeet via ONNX Runtime. KDE Plasmoid integred.
https://github.com/rcspam/dictee

asr cli dictation kde linux nvidia onnx parakeet plasma plasma-6 plasma-applet plasmoid push-to-talk rust speech-to-text stt translate voice voice-dictation voice-recognition

Last synced: 8 days ago
JSON representation

Push-to-talk voice dictation for Linux — 100% local, multilingual (25+ languages), with speaker diarization. Qt frontend, Rust backend on NVIDIA Parakeet via ONNX Runtime. KDE Plasmoid integred.

• Host: GitHub
• URL: https://github.com/rcspam/dictee
• Owner: rcspam
• License: gpl-3.0
• Created: 2026-03-05T10:00:13.000Z (about 1 month ago)
• Default Branch: master
• Last Pushed: 2026-03-31T11:38:15.000Z (9 days ago)
• Last Synced: 2026-03-31T13:30:34.459Z (8 days ago)
• Topics: asr, cli, dictation, kde, linux, nvidia, onnx, parakeet, plasma, plasma-6, plasma-applet, plasmoid, push-to-talk, rust, speech-to-text, stt, translate, voice, voice-dictation, voice-recognition
• Language: Python
• Homepage: https://github.com/rcspam/dictee/releases
• Size: 14.5 MB
• Stars: 4
• Watchers: 1
• Forks: 1
• Open Issues: 0
• Metadata Files:
  • Readme: README.fr.md
  • License: LICENSE

Awesome Lists containing this project

• awesome-kde - dictee - Push-to-talk voice dictation with KDE Plasma 6 plasmoid, PyQt6 setup wizard, and tray icon. 4 ASR backends (Parakeet, Vosk, Whisper, Canary), post-processing pipeline, translation. 100% local, 25+ languages. (Applications / Utilities & Tools)
• awesome-kde - dictee - Push-to-talk voice dictation with KDE Plasma 6 plasmoid, PyQt6 setup wizard, and tray icon. 4 offline ASR backends, post-processing pipeline, translation. 100% local, 25+ languages. (Uncategorized / Uncategorized)

README

          


  

        

        

    

  





  Parler, c'est plus simple.





  Parlez librement, tapez instantanément — dictée vocale 100% locale pour Linux avec 25+ langues, traduction, diarisation et retour visuel en temps réel. Le texte apparaît directement sous votre curseur.





  

  

  

  

  





  Installation •

  Configuration •

  Interfaces visuelles •

  Utilisation •

  Pour aller plus loin •

  Feuille de route



---

**dictee** est un système complet de dictée vocale pour Linux. La transcription est réalisée **100% en local** — aucune donnée audio ne quitte votre machine. Appuyez sur un raccourci, parlez, et le texte est tapé directement dans l'application active.

- **4 backends ASR** : [Parakeet-TDT](https://huggingface.co/istupakov/parakeet-tdt-0.6b-v3-onnx) (25 langues, ponctuation native), [Canary-1B](https://huggingface.co/nvidia/canary-1b) (traduction intégrée, GPU), [Vosk](https://alphacephei.com/vosk/) (léger, ~50 Mo), [faster-whisper](https://github.com/SYSTRAN/faster-whisper) (99 langues)

- **Mode daemon** : modèle chargé une seule fois, transcriptions quasi-instantanées (~0,8s sur CPU)

- **Traduction** : 4 backends — Google, Bing, LibreTranslate (local), ollama (local)

- **Diarisation** : identification des locuteurs, jusqu'à 4 via Sortformer (CLI uniquement, pas encore dans la dictée vocale)

- **3 interfaces visuelles** : widget KDE Plasma, icône de notification, animation plein écran



  


  



---

## Installation

Télécharger le `.deb` depuis les [Releases](../../releases), puis :

```bash

# Version GPU (nécessite le dépôt NVIDIA CUDA — voir « Dépendances CUDA » ci-dessous)

sudo dpkg -i dictee-cuda_1.2.0_amd64.deb

# Version CPU (tout ordinateur, aucun dépôt supplémentaire requis)

sudo dpkg -i dictee-cpu_1.2.0_amd64.deb

# Installer les dépendances manquantes

sudo apt-get install -f

```

> **Note :** La version GPU nécessite cuDNN provenant du [dépôt NVIDIA CUDA](#version-gpu--dépendances-nvidia-cuda), qui n'est pas inclus dans les dépôts standards Ubuntu/Fedora. Sans celui-ci, la version GPU fonctionnera en mode CPU uniquement.

**Fedora / openSUSE :**

```bash

# Version GPU (NVIDIA CUDA — voir « Dépendances CUDA » ci-dessous)

sudo dnf install ./dictee-cuda-1.2.0-1.x86_64.rpm

# Version CPU (tout ordinateur)

sudo dnf install ./dictee-cpu-1.2.0-1.x86_64.rpm

```

**Arch Linux (AUR) :**

Un `PKGBUILD` est disponible à la racine du dépôt. Il compile depuis les sources et inclut tous les composants (x86_64 et aarch64).

**aarch64 (ARM64) :**

Les paquets pré-compilés sont x86_64 uniquement. Sur aarch64 (Raspberry Pi 5, Ampere, etc.), compilez depuis les sources — voir ci-dessous. CUDA est limité aux NVIDIA Jetson sur cette architecture ; la plupart des utilisateurs utiliseront le mode CPU.

**Autres distributions (.tar.gz) :**

```bash

tar xzf dictee-1.2.0_amd64.tar.gz

cd dictee-1.2.0

sudo ./install.sh

```

**Depuis les sources :**

```bash

tar xzf dictee-1.2.0-source.tar.gz

cd dictee-1.2.0-source

cargo build --release --features sortformer

sudo ./install.sh

```

> Pour les instructions de compilation détaillées et les features Cargo, voir [docs/building.md](docs/building.md).

### Version GPU : dépendances NVIDIA CUDA

La version GPU (`dictee-cuda`) nécessite cuDNN, qui n'est **pas disponible** dans les dépôts standards Ubuntu/Fedora. Il faut ajouter le dépôt NVIDIA CUDA :

**Ubuntu / Debian :**

```bash

wget -qO - https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2404/x86_64/3bf863cc.pub | \

  sudo gpg --dearmor -o /usr/share/keyrings/cuda-archive-keyring.gpg

echo "deb [signed-by=/usr/share/keyrings/cuda-archive-keyring.gpg] \

  https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2404/x86_64/ /" | \

  sudo tee /etc/apt/sources.list.d/cuda-ubuntu2404-x86_64.list

sudo apt update

sudo apt install libcudnn9-cuda-12

```

> Remplacer `ubuntu2404` par votre version (`ubuntu2204`, `ubuntu2504`, etc.). Voir [dépôts NVIDIA CUDA](https://developer.download.nvidia.com/compute/cuda/repos/).

**Fedora :**

```bash

sudo dnf config-manager addrepo --from-repofile=https://developer.download.nvidia.com/compute/cuda/repos/fedora41/x86_64/cuda-fedora41.repo

sudo dnf install libcudnn9-cuda-12

```

> Sans cuDNN, la version GPU fonctionne automatiquement en mode CPU. `dictee-setup` détectera le problème et vous guidera.

---

## Configuration

Au premier lancement, un assistant vous guide pour choisir le backend, télécharger le modèle et configurer les raccourcis clavier. Vous pouvez reconfigurer à tout moment depuis le menu application, le tray, le widget Plasma ou en lançant `dictee --setup` depuis le terminal :



  

  



### Backend ASR

Quatre backends de transcription mutuellement exclusifs, commutables depuis `dictee --setup` :

| Backend | Langues | Taille modèle | Latence (chaud) | Type |

|---------|---------|----------------|-----------------|------|

| **Parakeet-TDT** | 25 | ~2,5 Go | ~0,8s CPU · ~0,16s GPU | ONNX Runtime (Rust) |

| **Canary-1B** | 4 (EN,ES,FR,DE) | ~5 Go | ~0,7s GPU | ONNX Runtime (Python, GPU recommandé) |

| **faster-whisper** | 99 | ~500 Mo–3 Go | ~0,3s | CTranslate2 (Python) |

| **Vosk** | 9+ | ~50 Mo | ~1,5s | Python (léger) |

Chaque backend tourne en service systemd utilisateur — même protocole socket Unix, totalement transparent pour l'utilisateur.

### Raccourcis clavier

`dictee --setup` capture et enregistre les raccourcis automatiquement (KDE Plasma / GNOME). Deux raccourcis séparés : un pour la dictée, un pour la dictée + traduction.

> Pour les WM tiling (Sway, i3, Hyprland…), l'outil indique la commande à ajouter manuellement à votre config.

### Traduction

| Backend | Confidentialité | Vitesse | Qualité | Installation |

|---------|-----------------|---------|---------|--------------|

| **Canary-1B** | 100% local | Intégrée | Meilleure | Inclus avec le backend ASR |

| **LibreTranslate** | 100% local | 0,1–0,3s | Bonne | Guidé depuis le setup |

| **ollama** | 100% local | 2,3–3,4s | Meilleure | Guidé depuis le setup |

| **translate-shell** (Google) | En ligne | 0,2–0,7s | Bonne | Inclus |

| **translate-shell** (Bing) | En ligne | 1,7–2,2s | Bonne | Inclus |

### Changement rapide de backend

Changez de backend ASR ou traduction instantanément depuis la ligne de commande, le menu du tray ou le widget Plasma :

```bash

# Changer de backend ASR

dictee-switch-backend asr canary

# Changer de backend traduction

dictee-switch-backend translate ollama

# Voir les backends actifs

dictee-switch-backend status

# → ASR: parakeet (dictee.service, active)

# → Translate: google (trans)

```

Le tray et le widget Plasma incluent des sous-menus pour changer de backend sans ouvrir la configuration.

---

## Interfaces visuelles

### Widget KDE Plasma

Un widget natif KDE Plasma 6 avec visualisation audio en temps réel pendant l'enregistrement, état du daemon et contrôles rapides (dictée, traduction, annulation).



  





  



Cinq styles d'animation avec enveloppe Hanning, sensibilité par style et dégradés de couleurs optionnels :

| Barres | Onde | Pulsation | Points | Forme d'onde |

|:------:|:----:|:---------:|:------:|:------------:|

| ![Barres](plasmoid/assets/anim-bars.svg?v=2) | ![Onde](plasmoid/assets/anim-wave.svg) | ![Pulsation](plasmoid/assets/anim-pulse.svg) | ![Points](plasmoid/assets/anim-dots.svg) | ![Forme d'onde](plasmoid/assets/anim-waveform.svg) |

Tous les styles supportent les dégradés de couleurs, une enveloppe Hanning ajustable (forme et fréquence centrale), une courbe de sensibilité par style, et des options de réglage fin (nombre de barres, espacement, rayon, vitesse…).

```bash

# Installer (inclus dans le .deb, ou manuellement)

kpackagetool6 -t Plasma/Applet -i /usr/share/dictee/dictee.plasmoid

```

Clic droit sur le panneau → « Ajouter des composants graphiques… » → chercher « Dictée ».

> Pour la documentation complète des réglages du widget, voir [docs/plasmoid.md](docs/plasmoid.md).

### Icône de zone de notification (dictee-tray)

`dictee-tray` est l'alternative au widget KDE Plasma pour les bureaux non-KDE (GNOME, Xfce, Sway, Hyprland…). Il affiche une icône dans la zone de notification qui reflète l'état en temps réel : idle, enregistrement (vert), transcription (bleu), daemon arrêté (rouge).



  



- Clic gauche → lancer une dictée

- Clic molette → annuler

- Menu contextuel → toutes les actions (dictée, traduction, daemon, configuration)

```bash

# Lancer manuellement

dictee-tray

# Activer au démarrage de la session

systemctl --user enable --now dictee-tray

```

L'icône s'adapte automatiquement au thème clair/sombre.

Le widget Plasma et le tray incluent tous deux :

- **Sélecteurs de backend** — changer de backend ASR et traduction sans ouvrir `dictee-setup`

- **Détection premier lancement** — propose de lancer l'assistant de configuration si pas encore configuré

- **Détection d'installation** (widget Plasma) — affiche un message clair si dictee n'est pas installé

### animation-speech

[animation-speech](https://github.com/rcspam/animation-speech) est un projet autonome qui fournit une animation visuelle plein écran pendant l'enregistrement, avec annulation via la touche Echap. Il fonctionne sur tout compositeur Wayland supportant `wlr-layer-shell` (KDE Plasma, Sway, Hyprland…).



  

    

  



```bash

sudo dpkg -i animation-speech_1.2.0_all.deb

```

> Télécharger : [releases animation-speech](https://github.com/rcspam/animation-speech/releases)

> **Note :** animation-speech n'est pas compatible GNOME (pas de support `wlr-layer-shell`). Les utilisateurs GNOME peuvent utiliser `dictee-tray` pour le retour visuel. Les contributions pour une extension GNOME Shell sont les bienvenues — voir le [code source du plasmoid](plasmoid/) comme architecture de référence.

Sans aucune interface visuelle, `dictee` fonctionne normalement mais sans retour visuel pendant l'enregistrement.

---

## Utilisation

```bash

# Dictée simple — transcrit et tape

dictee

# Avec traduction (défaut : langue système → anglais)

dictee --translate

dictee --translate --ollama    # traduction 100% locale via ollama

# Changer les langues de traduction

DICTEE_LANG_TARGET=es dictee --translate    # → espagnol

# Annuler l'enregistrement en cours (via raccourci ou touche Echap)

dictee --cancel

# Tester les règles de post-traitement

dictee-test-rules                    # mode interactif

dictee-test-rules --loop             # boucle de test continue

dictee-test-rules --wav fichier.wav  # tester depuis un fichier audio

# Changer de backend en ligne de commande

dictee-switch-backend status         # voir les backends actifs

dictee-switch-backend asr canary     # passer à Canary

dictee-switch-backend translate bing # traduction vers Bing

```

---

## Pour aller plus loin

### Post-traitement

dictee inclut un pipeline configurable de transformation du texte qui s'exécute après la transcription :

- **Règles personnalisées** — remplacement par regex (ex : commandes vocales « à la ligne », « virgule »)

- **Dictionnaire** — corriger les erreurs récurrentes de l'ASR

- **Continuation** — détecter les phrases incomplètes entre plusieurs dictées

- **Élisions** — règles de grammaire française (ex : « le arbre » → « l'arbre »)

- **Conversion des nombres** — nombres dictés en chiffres (ex : « vingt-trois » → « 23 »)

- **Capitalisation automatique** — majuscule après ponctuation finale

- **Correction LLM** — correction optionnelle grammaire/orthographe via Ollama avant les règles

Configuration depuis `dictee --setup` → onglet Post-traitement, ou testez les règles avec `dictee-test-rules`.



  



| Documentation | Description |

|---------------|-------------|

| [docs/cli-programs.md](docs/cli-programs.md) | Binaires CLI, utilisation directe, modèles ONNX |

| [docs/building.md](docs/building.md) | Compilation depuis les sources, features Cargo, pipeline audio |

| [docs/plasmoid.md](docs/plasmoid.md) | Réglages du widget, styles d'animation, configuration détaillée |

| [Post-traitement](docs/postprocessing.md) | Pipeline de transformation du texte : règles, dictionnaire, élisions, text2num, capitalisation, correction LLM |

---

## Feuille de route

**v1.2.0 (actuelle) :** 4 backends ASR (+ Canary), pipeline de post-traitement, changement rapide de backend, assistant premier lancement, `dictee-test-rules`

- (v1.3) **Hotword boosting** — biaiser le décodage ASR vers des noms et termes personnalisés sans ré-entraîner (beam search + Aho-Corasick en Rust)

- Diarisation depuis le tray/plasmoid — sélection de fichier audio, transcription avec identification des locuteurs

- CLI speech-to-text (pipe audio, récupérer le texte)

- Coordinateur `dictee-ctl` — point d'entrée unique, élimine les race conditions

- VAD (Voice Activity Detection) — dictée mains libres sans push-to-talk

- Transcription streaming temps réel avec affichage en direct

- Overlay visuel intégré (remplacer `animation-speech` externe)

- Packaging AppImage / Flatpak

- Applet COSMIC / GNOME (contributions bienvenues !)

## Crédits

Le moteur de transcription s'appuie sur [parakeet-rs](https://github.com/altunenes/parakeet-rs) par [Enes Altun](https://github.com/altunenes), qui fournit la bibliothèque Rust pour l'inférence des modèles NVIDIA Parakeet via ONNX Runtime. Le backend Canary-1B utilise [onnx-asr](https://github.com/istupakov/onnx-asr) par [Ivan Stupakov](https://github.com/istupakov) pour l'inférence ASR via ONNX.

## Licence

Ce projet est distribué sous licence **GPL-3.0-or-later** (voir [LICENSE](LICENSE)).

Le code original de [parakeet-rs](https://github.com/altunenes/parakeet-rs) par Enes Altun est sous licence MIT (voir [LICENSE-MIT](LICENSE-MIT)).

[dotool](https://sr.ht/~geb/dotool/) par geb est intégré pour la simulation de saisie clavier et est sous licence GPL-3.0.

Les modèles ONNX Parakeet (téléchargés séparément depuis HuggingFace) sont fournis par NVIDIA. Ce projet ne distribue pas les modèles.