6月17日,Canonical 正式宣布了一项名为 Project Myna 的新项目,目标是在 Ubuntu 桌面操作系统中实现原生语音转文字功能。项目名称极具形象感——Myna 取自善于模仿人类说话的鹩哥(八哥)鸟。首个版本计划随 Ubuntu 26.10(代号 Stonking Stingray)一同发布,并将成为 Ubuntu 桌面体验的核心组成部分。

值得强调的是,Myna 被定位为一款原生的桌面听写工具,而非语音助手或语音控制系统。用户只需按下键盘快捷键即可开始说话,转录后的文字会直接插入当前正在使用的应用程序中,整个听写过程伴有清晰的屏幕视觉反馈。虽然功能看似简单,但这是 Canonical 的有意设计——首个版本的功能范围刻意收窄,不涉及语音助手、语音命令、桌面控制、翻译工具或自动语言检测,目标是把基础听写体验做到极致。
在技术架构上,Myna 采用 AI 语音识别模型,所有识别任务均在用户本地机器上运行。下载安装必要的模型后,完全无需互联网连接,这对于注重隐私的场景来说是一大优势。首版以 Wayland 上的 Ubuntu 桌面为目标,GNOME 是主要验证环境,但架构保持开放,未来可支持更多桌面环境。
隐私方面也做了周全考虑:麦克风仅在用户主动激活听写时才会被访问,音频数据在内存中处理后即被丢弃,不会上传到任何外部服务。整体架构采用模块化设计,语音识别、用户交互、听写管理和文本注入分别由独立组件处理,这样后续可以对各部分单独改进,而不影响整体使用体验。
Canonical 桌面团队成员 Jean Baptiste Lallement 表示,团队希望在“过多设计决策被固定下来之前”获得社区反馈。尤其欢迎依赖听写或辅助技术的用户、已在 Linux 上使用语音识别的用户、开发者、测试人员以及文档编写者参与进来。项目源码和架构文档已在 GPLv3 协议下托管于 GitHub。
在 Ubuntu 26.10 之后,Canonical 计划持续改善 Myna 与桌面的集成度,并探索让听写更自然、更准确的方法。后续功能的优先级将取决于早期用户的反馈和更多社区意见。
