Les meilleurs logiciels de dictée pour Linux (2026) : 9 options, et pourquoi votre texte n'arrive jamais

Votre bureau n'a aucune dictée intégrée. Ni GNOME, ni KDE, ni aucune distribution que vous puissiez installer aujourd'hui, et cela va changer mais n'a pas encore changé. Ce que vous pouvez avoir à la place, dès maintenant, c'est une application gratuite et hors ligne qui fait tourner un modèle de reconnaissance moderne sur votre propre machine et écrit dans la fenêtre que vous avez sous les yeux.

Par la rédaction de VoiceBoardMis à jour le 28 août 2026

Le problème n'est pas la précision. La précision a été réglée il y a des années et s'est encore améliorée depuis. Le problème, ce sont les cinq derniers centimètres : faire sortir le texte reconnu de l'application pour le faire entrer dans le champ que vous fixiez. Sous Wayland, cette étape échoue, et elle échoue en silence, ce qui explique que tant de gens concluent que la dictée sous Linux ne marche pas alors que leur transcription était parfaite et n'est simplement allée nulle part.

Cette page est organisée autour de ce problème. Les prix, les versions et le contenu des paquets ont été relevés à la source le 27 août 2026.

Nos choix

Ce qui a changé, et pourquoi les autres articles n'ont pas suivi

Quatre choses ont bougé récemment, et à elles seules elles invalident l'essentiel de ce qui se classe aujourd'hui.

Canonical intègre la dictée à Ubuntu. Le 17 juin 2026, une annonce a été publiée sur l'Ubuntu Community Hub pour présenter Myna, décrite comme une nouvelle initiative visant à apporter la dictée vocale au bureau Ubuntu. Elle fait tourner des modèles locaux, les candidats nommés sont Whisper, Nemotron et Qwen3-ASR, et aucune connexion internet n'est requise une fois les modèles installés. La cible est Ubuntu 26.10, et la première version vise le bureau Ubuntu sous Wayland, avec GNOME comme environnement validé en priorité. N'allez pas chercher un téléchargement : le dépôt canonical/myna a été créé le 5 juin 2026, il est sous GPL-3.0, et il n'a aucune version publiée à ce jour. Les commandes vocales, le pilotage du bureau et la détection automatique de la langue sont explicitement hors périmètre pour la première version. Il n'empêche : la phrase d'ouverture de tous les comparatifs de cette catégorie, celle sur Linux définitivement laissé de côté, a maintenant une date de péremption.

Talon s'en va de Linux. Talon a été la réponse pour les gens qui pilotent un ordinateur entièrement à la voix, et sa propre documentation pour la version 0.4.0 énonce la position sans détour : « Wayland compositors lack the APIs necessary for Talon and Wayland support is not planned. » (Les compositeurs Wayland n'exposent pas les API nécessaires à Talon, et la prise en charge de Wayland n'est pas prévue.) La page de téléchargement propose « Linux (X11) » et rien d'autre. Le 31 mai 2026, OSnews rapportait que Talon allait retirer sous peu toute prise en charge de Linux de sa version publique, X11 continuant de s'éteindre, et citait des développeurs KDE contestant le raisonnement technique : « Wayland implements all the APIs needed for Talon to work, but Talon's developers are simply not interested in using them. » (Wayland implémente toutes les API nécessaires au fonctionnement de Talon, mais ses développeurs ne sont tout simplement pas intéressés à les utiliser.) Nous n'avons pas vu ce retrait être livré. Nous le signalons parce que les personnes les plus touchées sont celles qui ont le moins de marge pour changer d'outil.

« Connectez-vous simplement en session X11 » a cessé d'être un conseil. C'est ce point qui invalide discrètement le plus grand nombre de pages. Les notes de version de GNOME racontent l'histoire en trois lignes : la version 47 a ajouté la possibilité de désactiver les sessions X11, GNOME 49 les a désactivées par défaut à sa sortie le 17 septembre 2025, et GNOME 50, publié le 18 mars 2026, a purement et simplement abandonné la prise en charge des sessions X11, en supprimant au passage les fichiers d'unité propres au serveur d'affichage. Fedora 43 a suivi au niveau de la distribution en retirant les paquets GNOME X11 de ses dépôts et en migrant ces utilisateurs vers Wayland. KDE propose toujours une session X11. GNOME non. Autrement dit, tout guide qui hausse les épaules et vous dit de choisir X11 sur l'écran de connexion, y compris le guide d'installation de l'outil dont dépendent le plus les gens qui ne peuvent pas taper, donne une instruction qu'une grande partie des lecteurs ne peut plus suivre.

L'outil en tête de ces résultats de recherche est à l'arrêt. Un billet court et honnête de janvier 2026 recommande Whispering, et il avait mérité sa place : l'auteur avait dicté tout le billet avec l'outil et le disait. Depuis, sa dernière version est la v7.11.0 du 27 décembre 2025, et le README du dépôt qui l'héberge dit désormais, mot pour mot, que Whispering, vocab, skills et l'hôte Epicenter ne compilent pas en l'état. Les anciens binaires se téléchargent toujours. Plus personne n'en construit de nouveaux.

Pourquoi votre texte n'arrive jamais

C'est la section que tout le reste du domaine saute, et c'est la vraie question.

Handy, l'outil le plus utilisé de cette catégorie, l'énonce en une ligne dans son propre ticket de suivi : « Wayland has no single API for programmatic text insertion or registering global hotkeys. » (Wayland n'a aucune API unique pour l'insertion programmatique de texte ni pour l'enregistrement de raccourcis globaux.) Les deux moitiés de la dictée sont cassées indépendamment, et Handy porte à lui seul 48 tickets ouverts à ce sujet.

Sous X11, n'importe quel programme peut demander au serveur X de synthétiser des frappes via l'extension XTEST, présente dans le standard depuis 1992 et qui se décrit elle-même comme une synthèse limitée d'événements de périphériques d'entrée, presque comme si un utilisateur coopératif avait bougé la souris ou appuyé sur une touche. C'est ce que fait xdotool type. Ça marche partout, dans toutes les applications, sans aucune autorisation. Cela veut aussi dire que n'importe quel programme que vous lancez peut écrire dans le site de votre banque et lire chaque frappe destinée à chaque autre fenêtre. X11 n'a aucune notion d'isolation entre applications.

Wayland a bouché ce trou volontairement, et il ne l'a pas remplacé par une version restreinte. Il n'existe tout simplement aucune requête « écris ceci dans ce qui a le focus », parce qu'un objet global Wayland ne peut pas savoir qui l'appelle : tout ce qui y est exposé est exposé à tout le monde. Le README de xdotool énonce la conséquence sans ambages : « Typing, window searching, and many other functions of xdotool do not work, and it is unclear if they could ever work. » (La saisie, la recherche de fenêtres et bien d'autres fonctions de xdotool ne marchent pas, et il n'est pas clair qu'elles puissent marcher un jour.)

Les outils de dictée choisissent donc un contournement, et chacun marche à certains endroits et pas à d'autres. Il en existe cinq dans la nature.

Le protocole de clavier virtuel (zwp_virtual_keyboard_v1), qui est ce qu'utilise wtype. Propre, compatible Unicode, et implémenté uniquement par les compositeurs dérivés de wlroots. GNOME ne l'implémentera pas, et l'a écrit noir sur blanc. Jonas Ådahl en 2021 : « The virtual keyboard protocol is unlikely something we are going to support, where instead the plan for handling things like xdotool, Synergy, and similar things is using libei via a portal. » (Il est peu probable que nous prenions en charge le protocole de clavier virtuel ; le plan pour gérer xdotool, Synergy et consorts est plutôt de passer par libei via un portail.) Sebastian Wick, en clôturant la demande de suivi le 26 mai 2025 : « Yes, wayland doesn't have access control and we would have to expose this to every client. Having and maintaining multiple ways to do the same thing is also not sustainable. » (Oui, Wayland n'a pas de contrôle d'accès et nous devrions exposer cela à tous les clients. Avoir et maintenir plusieurs façons de faire la même chose n'est pas tenable non plus.) KDE ne l'a pas implémenté davantage. Quelqu'un qui testait sur Ubuntu 25.10 avec KDE Plasma en novembre 2025 a obtenu l'erreur mot pour mot : « Compositor does not support the virtual keyboard protocol. » Le suivi de wtype porte ce sujet comme ticket #45 depuis le 25 novembre 2022, et wtype lui-même n'a plus reçu de vrai commit depuis janvier 2022. Si vous êtes sous GNOME ou KDE, wtype n'est pas votre réponse, quel que soit le nombre d'articles qui le citent.

La voie noyau (/dev/uinput), qui est ce qu'utilisent ydotool et dotool. Vous créez un périphérique d'entrée virtuel dans le noyau et vous écrivez à travers lui. Ça marche sur tous les compositeurs, sous X11, et même dans une console texte, pour une seule raison : cela se place sous le compositeur, qui n'a donc pas voix au chapitre. Le compte rendu le plus clair vient d'un article de février 2026 sur la mise en route de la dictée sous COSMIC : la détection du raccourci comme la sortie du texte opèrent au niveau du noyau Linux, sous le compositeur Wayland.

Le prix, c'est une autorisation que la plupart des guides expédient en une ligne, et elle mérite mieux. ydotoold a besoin d'un accès en écriture à /dev/uinput, ce qui veut normalement dire une règle udev et votre ajout au groupe input. Mais les règles par défaut de systemd placent tous les périphériques d'entrée dans ce groupe. Le rejoindre ne vous permet pas seulement d'écrire dans un clavier virtuel, cela vous permet de lire chaque frappe de chaque clavier réel, en permanence, sans la moindre demande de confirmation. Vous échangez une autorisation arbitrée par le compositeur contre exactement la capacité que Wayland avait été conçu pour retirer. Faites-le si vous voulez, mais faites-le en le sachant.

Il y a aussi entre ces deux outils une différence de qualité que personne ne mentionne, et elle concerne les lecteurs francophones au premier chef. ydotool envoie des codes de touches bruts et sa propre documentation admet qu'il « does not recognize if the user is using a custom keyboard layout » (ne reconnaît pas si l'utilisateur emploie une disposition de clavier personnalisée). dotool s'appuie sur libxkbcommon et tient compte de la disposition. Si votre clavier n'est pas un QWERTY américain, préférez dotool. En AZERTY, et plus encore dès qu'il s'agit de faire sortir des é, des à, des ç ou des guillemets français, c'est la différence entre un texte correct et un texte mutilé : dicter en français est précisément le cas où ce choix se voit.

Une méthode de saisie (IBus). Au lieu de faire semblant d'être un clavier, l'outil s'enregistre comme la machinerie qui alimente les applications en texte, le même chemin que celui qui gère la saisie du chinois et du japonais. Il transporte du texte plutôt que des codes de touches, les dispositions cessent donc de compter. C'est la voie que prend Vocalinux sous GNOME et KDE, et c'est la plus naturelle de toutes quand elle fonctionne.

Le presse-papiers plus un raccourci de collage. Copier, puis envoyer Ctrl+V. Cela paraît trivial et c'est en pratique l'option la plus brouillonne. Le guide de configuration de hyprwhspr est le meilleur catalogue public de ce qui déraille : les terminaux veulent Ctrl+Maj+V plutôt que Ctrl+V, l'outil doit donc savoir dans quelle application vous êtes, ce que Wayland refuse aussi de lui dire, si bien que sous GNOME il en est réduit à passer par le bus d'accessibilité pour le découvrir ; Emacs utilise Ctrl+Y et traite Ctrl+V comme un défilement ; en Dvorak ou en bépo, le code physique de la touche v n'est pas v ; en thaï, en russe ou en arabe, aucune touche ne produit de symbole v, l'outil bascule donc brièvement votre source de saisie vers une source latine avant de la remettre. Et sous GNOME en particulier, comme Mutter n'implémente aucun des deux protocoles de contrôle des données, poser du texte sur le presse-papiers exige d'ouvrir une surface et de prendre le focus clavier, ce qui revient à voler momentanément le focus à l'application dans laquelle vous dictez.

Le portail de bureau avec libei, qui est la voie que le projet Wayland entend réellement voir utiliser. Votre application demande une fois l'autorisation au bureau, par une boîte de dialogue, puis envoie ses entrées par un canal sanctionné où le compositeur sait qui émet. C'est la bonne réponse et elle n'est pas finie. Jusqu'à libei 1.6.0, publiée le 15 mai 2026, l'interface transportait des codes de touches et une disposition, si bien qu'un outil de dictée ne pouvait toujours pas écrire un caractère absent de votre disposition active. Cette version a ajouté une interface pour envoyer directement du texte UTF-8, ce qui supprime entièrement le problème. Elle ne vous est pas encore parvenue : KDE ne l'a que sur master, livraison dans Plasma 6.8 en octobre 2026, et la demande de fusion GNOME est ouverte depuis le 24 mars 2026 et se trouve actuellement en conflit.

Qui fonctionne où

Vérifié le 27 août 2026 contre les tableaux de prise en charge des protocoles et les sources des compositeurs.

COSMIC mérite sa propre ligne, parce que c'est l'échec le mieux documenté de la catégorie. Là-bas, wtype ne renvoie pas d'erreur. Il écrit autre chose. L'article de février 2026 raconte avoir dit « hello world » et récupéré 84 101 108 108 111, les codes de touches eux-mêmes rendus sous forme de chiffres. Et lancé par l'action de démarrage propre à COSMIC, wtype échoue sans aucun message.

Un dernier piège à nommer : XWayland ne vous sauve pas. Un Xwayland moderne sait router les appels XTEST par le portail, donc xdotool key ctrl+v fonctionnera toujours dans une application X. Mais il transmet le code de touche brut et laisse le compositeur l'interpréter, ce qui annule silencieusement l'astuce de xdotool consistant à réécrire la disposition pour atteindre n'importe quel caractère Unicode. xdotool type avec quoi que ce soit hors de votre disposition active ne produit rien. Et wtype visant une fenêtre XWayland a son propre bug de longue date, signalé à répétition contre les applications Chromium et Electron depuis 2022.

La personne la mieux fondée à être agacée par tout cela est Jordan Sissel, qui maintient xdotool. En testant l'état des lieux en novembre 2025, il a vu GNOME 48 afficher « Allow remote interaction » toutes les quelques minutes sans moyen d'accorder l'autorisation définitivement, et il a écrit : « I want to make this work but am at a loss for how to proceed with all the fragmentation. I don't mind what the protocol is, but I sure would love to have any protocol that does what I need. Is it worth it to continue? » (Je veux que ça marche mais je ne sais plus comment avancer avec toute cette fragmentation. Peu m'importe le protocole, mais j'aimerais vraiment en avoir un qui fasse ce dont j'ai besoin. Est-ce que ça vaut la peine de continuer ?)

Comment savoir ce qui est cassé, en une minute environ

Si la dictée semble ne rien faire, déterminez quelle moitié est cassée avant de changer d'outil.

1. echo $XDG_SESSION_TYPE vous dit x11 ou wayland. La moitié des conseils sur internet suppose l'autre.
2. ydotool type "hello" avec le curseur dans un champ de texte. Si « hello » apparaît, l'injection fonctionne et votre problème est l'audio ou le modèle. Si rien n'apparaît, l'injection est votre problème.
3. groups | grep input vous dit si vous avez seulement le droit d'emprunter la voie noyau.
4. pactl list sources short montre si votre micro est bien la source depuis laquelle l'outil enregistre.

Cette séquence vaut mieux que n'importe quel tableau comparatif, le nôtre compris.

Et sachez reconnaître la forme de l'échec silencieux, parce qu'elle est partout dans les suivis de tickets de 2026. Le ticket Vocalinux #523, déposé le 15 juillet 2026, s'intitule : l'application « reported 'Text injection completed successfully' while the text never reached the app » (a annoncé « injection de texte réussie » alors que le texte n'a jamais atteint l'application). Le ticket #485, du 30 juin 2026, signale une injection qui « silently does nothing on COSMIC / wlroots compositors when IBus is active » (ne fait rien, en silence, sur les compositeurs COSMIC et wlroots quand IBus est actif). Le suivi de Spokenly s'ouvre sur la même classe de bug sous COSMIC, déposé le 8 août 2026. Une coche verte dans la fenêtre de dictée n'est pas la preuve que quoi que ce soit a été écrit.

Whisper n'est plus la réponse, et cela change ce qu'il faut installer

Tous les articles de cette catégorie supposent Whisper. Cette supposition a vieilli au cours de 2025.

L'Open ASR Leaderboard sur Hugging Face est public, reproductible et mis à jour en continu. Nous l'avons lu le 27 août 2026, quand il comptait 67 entrées. Voici où se situent réellement les modèles que ces outils embarquent, mesurés en taux d'erreur sur les mots, plus bas étant meilleur, avec le RTFx à côté, c'est-à-dire le nombre de secondes d'audio traitées par seconde de calcul :

Deux avertissements s'imposent avant que vous ne preniez ces chiffres pour les vôtres, et ils comptent double si vous dictez en français. D'abord, ce classement principal est mesuré sur des corpus anglophones, LibriSpeech, AMI, GigaSpeech, TED-LIUM et consorts : il dit ce que ces modèles font en anglais, pas ce qu'ils feront avec votre voix en français. Le même palmarès publie désormais un classement multilingue séparé, qui couvre cinq langues dont le français, et c'est celui-là qu'il faut ouvrir. Ensuite, le modèle en tête du tableau ci-dessus, Parakeet TDT 0.6B v2, est un modèle uniquement anglais : sa fiche NVIDIA ne prétend rien d'autre. C'est la v3 qui couvre 25 langues européennes, français compris, avec détection automatique de la langue. Un outil qui vous propose « Parakeet » sans préciser la version ne vous dit donc pas encore s'il sait vous écouter. Cela dit, Parakeet reste un point entier de taux d'erreur meilleur que le plus gros modèle Whisper et environ un ordre de grandeur plus rapide, ce qui sur le processeur d'un portable fait la différence entre un texte qui apparaît quand vous finissez de parler et un texte qui apparaît après un blanc gênant. Handy embarque désormais 69 modèles répartis en 14 familles, dont Parakeet, Canary, Moonshine, Nemotron, Granite et Qwen3-ASR, et Whisper y est une option parmi d'autres plutôt que la raison d'être de l'application.

Deux conséquences sur lesquelles agir. D'abord, si un outil propose Parakeet V3, essayez-le avant Whisper. Ensuite, tout ce qui est bâti sur Vosk a une génération de retard, et cela inclut l'outil que la plupart de ces articles placent en deuxième position.

Une réserve qui garde les chiffres honnêtes : le même modèle dans deux applications différentes ne se comporte pas pareil, parce que le moteur qui l'enveloppe et le post-traitement qui le suit diffèrent. Un utilisateur comparant deux applications faisant tourner le même Parakeet V3 le disait précisément en juin 2026 : « This was with the same underlying Parakeet model, I think the differences are in the surrounding engine and post processing etc. » (C'était avec le même modèle Parakeet sous-jacent, je pense que les différences viennent du moteur autour et du post-traitement.) Traitez un rang de classement comme un plancher, pas comme une promesse.

En un coup d'œil

Les outils

Handy

Idéal pour : la plupart des gens, la plupart du temps.

Prix : gratuit, licence MIT, 30 459 étoiles, dernière version v0.9.6 le 24 août 2026.

Handy est une petite application de bureau qui enregistre pendant que vous maintenez une touche et dépose le texte fini là où est votre curseur. Son catalogue de modèles a grossi jusqu'à 69 modèles répartis en 14 familles, tous tournant en local : Parakeet, Canary, Moonshine, Nemotron, Granite, Qwen3-ASR et Whisper parmi eux. Parakeet V3 est celui à essayer en premier, décrit dans sa propre documentation comme optimisé pour le processeur avec détection automatique de la langue, et c'est aussi la version qui parle français. Il y a des AppImages pour x86_64 et ARM, un .deb et deux .rpm dans la dernière version, l'installation est donc un double clic sur la plupart des systèmes. Rien ne quitte votre machine. C'est de loin l'outil le plus utilisé de son espèce, et ce n'est pas sans raison que les gens finissent par y arriver.

Maintenant, la partie que sa page marketing laisse de côté et que sa documentation dit à voix haute. Handy a une « limited support for Wayland display server » (prise en charge limitée du serveur d'affichage Wayland). Vous installez vous-même l'assistant d'injection : xdotool sous X11, wtype ou dotool sous Wayland, et spécifiquement ydotool sous Ubuntu 26.04, qui utilise Wayland par défaut. Les raccourcis globaux « must be configured through your desktop environment » (doivent être configurés depuis votre environnement de bureau) plutôt que dans l'application. La surimpression d'enregistrement est livrée désactivée parce que « certain compositors treat it as the active window » (certains compositeurs la traitent comme la fenêtre active). Et la documentation admet que les modèles Whisper « crash on certain system configurations » (plantent sur certaines configurations).

Rien de tout cela n'est rédhibitoire. C'est une installation de vingt minutes au lieu de deux. Mais si vous êtes sous GNOME ou KDE avec Wayland, notez que l'assistant recommandé, wtype, est justement celui que votre compositeur refuse : relisez la section précédente avant de commencer. Et si vous tapez en AZERTY, choisissez dotool plutôt que ydotool, sans quoi vos accents ressortiront de travers.

Vocalinux

Idéal pour : GNOME ou KDE sous Wayland, c'est-à-dire le cas que la plupart des outils traitent le plus mal.

Prix : gratuit, AGPL-3.0. 783 étoiles, v0.16.0 publiée le 23 août 2026, avec des versions nocturnes qui sortent tous les jours.

C'est un projet pensé pour Linux d'abord, plutôt qu'une application multiplateforme avec un portage Linux, et cela se voit dans ses choix. Au lieu d'essayer d'imiter un clavier, il s'enregistre comme méthode de saisie IBus sous GNOME et KDE, utilise wtype là où wtype fonctionne vraiment, se rabat sur xdotool pour les fenêtres XWayland, et dispose d'un chemin par presse-papiers pour les compositeurs qui n'offrent rien d'autre. C'est le bon jeu de réponses à la matrice ci-dessus, et aucun autre outil de cette liste ne les a toutes les quatre. Le passage par IBus a un autre mérite pour un clavier français : il transporte du texte et non des codes de touches, donc les accents ne dépendent plus de votre disposition.

Il fait tourner whisper.cpp par défaut avec l'accélération Vulkan, ce qui met en jeu les GPU AMD, Intel et NVIDIA, et il sait se rabattre sur VOSK ou sur Whisper en PyTorch. L'installation se fait par un script interactif, un paquet AUR, une version Flatpak ou pip install vocalinux. Il réclame Python 3.11 ou plus récent et Ubuntu 24.04 ou équivalent.

Le contrepoids honnête : c'est un jeune projet avec une petite équipe, et son propre suivi est l'endroit où l'on voit les aspérités. Le ticket #738, toujours ouvert depuis le 25 août 2026, décrit la disposition de clavier qui se désynchronise entre GNOME, IBus et XWayland en pleine dictée. Le ticket #664 du 10 août rapporte une dictée qui bascule discrètement une disposition brésilienne ABNT2 vers l'américaine, et c'est exactement le genre d'incident qui guette une disposition française. Les tickets #485 et #523 sont les échecs d'injection silencieux cités plus haut. Le tableau de compatibilité du site marque chaque compositeur majeur en « prise en charge complète », ce qui est plus confiant que ne le justifie le suivi. Nous commencerions quand même par là sous GNOME Wayland, parce que l'alternative consiste à refaire le même travail à la main.

Voicy

Idéal pour : les gens qui veulent une dictée, pas un projet.

Prix : 30 minutes d'enregistrement gratuites, sans carte. Pro est à $8.49 par mois, avec 20 % de remise en paiement annuel, et une licence à vie à $260. Les équipes sont à $6.79 par siège à partir de trois sièges. Les étudiants et les personnes en situation de handicap ont 20 % de remise. Relevé sur la page des tarifs le 27 août 2026.

Voici ce que l'achat donne concrètement. Vous installez un paquet comme vous installez n'importe quel paquet, vous choisissez un raccourci pendant la configuration, puis vous parlez dans la fenêtre où vous êtes et le texte fini apparaît avec la ponctuation déjà en place. Firefox, VS Code, un terminal, un champ Slack, la barre de recherche. Aucun modèle à télécharger, aucun GPU auquel penser, aucun démon auxiliaire à configurer. Si vous avez déjà passé une soirée sur les autorisations de ydotool, vous savez exactement ce que ça vaut.

Nous voulions savoir si la version Linux était réelle ou décorative, alors nous sommes allés voir, et c'est la partie que personne d'autre ne fait dans cette catégorie. Les trois téléchargements répondent HTTP 200 et sont substantiels : le .deb pèse 134 Mo, le .rpm 119 Mo, l'AppImage 174 Mo. Tous trois portent une date Last-Modified au 26 août 2026, la veille de notre vérification. Dans le .deb, le fichier de contrôle indique Version: 2.4.5, Architecture: amd64, et une taille installée d'environ 465 Mo. La ligne des dépendances est l'élément intéressant : libxtst6, libnotify4, libasound2, libappindicator3-1, wl-clipboard, gjs. libxtst6, c'est XTEST, la voie d'injection X11. wl-clipboard, c'est la voie Wayland. Et le script de post-installation dit le reste à voix haute, dans un commentaire : il accorde à l'utilisateur actif l'accès en écriture à /dev/uinput pour que l'injecteur de collage Wayland de Voicy puisse l'ouvrir, en chargeant le module uinput, en écrivant une règle udev marquée uaccess, et en créant le groupe input s'il n'existe pas. Les utilisateurs d'AppImage obtiennent la même chose via une invite pkexec à l'exécution. Il ajoute aussi son propre dépôt apt, de sorte qu'il se met à jour avec le reste de votre système.

Un détail de ce script mérite d'être salué, parce qu'il est meilleur que ce que la plupart des guides vous disent de faire. La règle udev est marquée uaccess, ce qui confie la liste de contrôle d'accès à la personne connectée sur le siège, avec le groupe en repli pour les systèmes qui ne le gèrent pas. Elle ne vous met donc pas définitivement dans le groupe input, et vous ne vous retrouvez pas capable de lire chaque frappe de chaque clavier par effet de bord. Elle accorde la capacité d'écrire des entrées synthétiques, et s'arrête là. C'est la version plus étroite et plus correcte du marché.

Donc : c'est une application Electron qui résout Wayland exactement comme ydotool, et toute sa proposition de valeur sous Linux tient à ce qu'elle effectue la configuration privilégiée à votre place au lieu de vous laisser une page de wiki. C'est une chose légitime à facturer. Ce n'est pas magique, et quiconque vous dit que c'est une autre classe de technologie est en train de vendre.

Deux limites énoncées franchement. Il n'y a pas de mode hors ligne, et le paquet le prouve. Le tableau comparatif de Voicy lui-même dit « Works offline: No », et il n'y a pas le moindre artefact d'inférence locale dans le téléchargement : pas de poids ggml, pas d'ONNX, pas de whisper.cpp, rien. Ce qu'on y trouve, ce sont des points d'accès WebSocket en dur, wss://us.usevoicy.com et wss://eu.usevoicy.com. Son document de sécurité décrit le trajet : l'audio part de votre machine vers les serveurs de Voicy hébergés sur Heroku aux États-Unis, il est « immediately forwarded to Groq.com, which hosts the open-source Whisper V3 transcription model » (immédiatement transmis à Groq.com, qui héberge le modèle de transcription open source Whisper V3), et ni l'un ni l'autre ne le conserve. Prenez ce nom de modèle comme une déclaration de l'éditeur plutôt que comme quelque chose que nous aurions pu vérifier de l'extérieur ; mais si c'est exact, vous payez la plomberie et la vitesse, pas un meilleur modèle que ceux que les outils gratuits font tourner en local. La rétention nulle est une politique réelle et significative. Ce n'est toujours pas la même chose que votre voix ne sortant jamais de la pièce, et pour un lecteur soumis au RGPD, notez que le point d'accès européen existe mais que le document de sécurité, lui, parle d'une infrastructure aux États-Unis.

Deuxièmement, nous ne l'avons pas testé sur un bureau réel. Nous avons lu le paquet, pas l'expérience. En particulier, nous ne pouvons pas vous dire comment se comporte le chemin de collage par presse-papiers dans un terminal, où Ctrl+V n'est pas le collage.

Le chiffre de plus de 99 % de précision affiché sur les pages marketing est le chiffre de l'éditeur, vérifié par personne, nous compris.

Voir Voicy

Speech Note

Idéal pour : transformer des enregistrements en texte, et pour les langues que personne d'autre ne prend en charge.

Prix : gratuit, MPL-2.0. 1 610 étoiles, code mis à jour le jour de notre vérification. La version de bureau actuelle est la 4.8.4 du 15 avril 2026 : la 4.9.0 existe mais n'est sortie que pour Sailfish OS, la version de bureau étant promise plus tard.

Speech Note est d'abord une application de prise de notes et ensuite un outil de dictée, et elle vaut le détour rien que pour le premier métier. Elle embarque 146 modèles de reconnaissance vocale couvrant 42 langues, répartis sur cinq moteurs : Vosk, Whisper, Faster Whisper, April-ASR et le vieux Coqui STT. Elle fait aussi de la synthèse vocale et de la traduction automatique hors ligne. Tout tourne en local : aucune donnée n'est envoyée sur internet. Installez-la depuis Flathub, ou depuis l'AUR, Packman d'openSUSE, ou OpenRepos si vous êtes sous Sailfish. Prévoyez l'espace disque : le Flatpak complet fait environ 1 Gio à télécharger et 3,6 Gio installé, même si la variante Tiny ne pèse que 48 Mio.

Elle a bien un mode « insérer dans la fenêtre active », elle peut donc servir de dictée à l'échelle du système, et la documentation est précise sur le prix à payer sous Wayland : « the external ydotool daemon must be installed and running for it to work. If you are using Flatpak, also make sure that the application has permission to access the ydotool daemon's socket file. » (Le démon externe ydotool doit être installé et en marche pour que cela fonctionne. Si vous utilisez Flatpak, vérifiez aussi que l'application a l'autorisation d'accéder au fichier de socket du démon.)

La limite honnête est la génération des modèles. Cette bibliothèque est l'assortiment d'avant 2025 : pas de Parakeet, pas de Canary, pas de Nemotron. Pour l'ampleur linguistique, rien ici n'approche. Pour la précision brute en anglais, un outil capable de Parakeet fera mieux.

Sa place : si votre travail est un dossier d'enregistrements d'entretiens, ou une langue à laquelle les enveloppes autour de Whisper n'ont pas pensé, c'est ce qui se fait de mieux gratuitement sous Linux, et de loin. Si votre travail est de taper dans Slack toute la journée, une des applications à appui-pour-parler vous conviendra mieux.

Voxtype

Idéal pour : Sway, Hyprland, niri, river, et les gens qui aiment un fichier de configuration.

Prix : gratuit, MIT. 1 270 étoiles, dernière poussée le 25 août 2026.

Voxtype est un appui-pour-parler bâti par quelqu'un qui utilise manifestement un compositeur pavant. Il fait tourner whisper.cpp par défaut et peut basculer sur Parakeet, Moonshine, SenseVoice, Paraformer et d'autres via ONNX, le tout en local, et il annonce 9 à 11 fois le temps réel sur processeur. Il se distribue par l'AUR, en .deb, .rpm, AppImage, Homebrew et cargo. Il exige la glibc 2.38 ou plus récente et votre utilisateur dans le groupe input.

Ce qui vaut de le nommer à part, c'est qu'il est honnête sur la matrice. Il essaie wtype en premier, bascule sur dotool quand votre disposition de clavier n'est pas américaine, et redescend sur ydotool pour X11 et les consoles texte. Sa propre documentation indique que sous KDE et GNOME wtype n'est pas pris en charge et qu'il vous faut dotool ou ydotool. Cette seule phrase est plus utile que tout ce que les listes actuellement bien classées disent de Wayland. Et cette bascule automatique vers dotool en dehors du QWERTY américain fait de lui l'outil le plus prévenant de la liste pour un clavier français.

Speed of Sound

Idéal pour : les gens qui veulent la voie officiellement bénie plutôt qu'une astuce ingénieuse.

Prix : gratuit, MIT. 197 étoiles, dernière poussée le 13 juillet 2026.

Seul dans cette liste, Speed of Sound écrit via les portails de bureau XDG, c'est-à-dire le mécanisme que le projet Wayland destine réellement aux applications pour cet usage. Pas de groupe input, pas de règle udev, pas de loterie du protocole de clavier virtuel. La transcription est locale via Sherpa ONNX avec Whisper, Parakeet ou Canary, et il y a un polissage facultatif du texte par un LLM, que vous pouvez pointer vers votre propre Ollama ou llama.cpp si vous voulez que ça reste à la maison. Flathub, Snap, AppImage, .deb et .rpm.

La raison pour laquelle ce n'est pas notre premier choix est l'élan. C'est un projet plus jeune et plus petit, avec 61 tickets ouverts et un rythme de publication plus calme que Handy ou Vocalinux, et la couverture des portails varie encore selon le bureau. Mais architecturalement, c'est là que cette catégorie devrait aboutir, et si la voie des portails compte pour vous, installez celui-ci en premier.

La saisie vocale de Google Docs dans Chrome

Idéal pour : un document, sur une machine où vous ne pouvez rien installer.

Prix : gratuit.

Ouvrez un document Google dans Chrome, faites Ctrl+Maj+S, parlez ; dans l'interface française, le chemin documenté par Google est le menu Outils, puis Saisie vocale. La page d'aide de Google indique comme prérequis « the latest versions of: Chrome, Edge, Safari » (les dernières versions de Chrome, Edge, Safari) et couvre environ 80 langues et variantes, dont le français ; dans Slides, cela fonctionne sur les notes du présentateur et les sous-titres. Notez que Linux n'est ni listé ni exclu sur cette page : traitez-le comme non pris en charge mais fonctionnel plutôt que comme officiellement soutenu.

La limitation est totale et évidente : les mots atterrissent dans le document Google et nulle part ailleurs. Pour une dissertation, un portable d'entreprise verrouillé ou une machine de bibliothèque, c'est un marché correct et ça ne coûte rien. Pour un usage quotidien, vous serez fatigué de copier-coller vers le jeudi. Cela envoie aussi votre voix à Google, ce qui, pour une partie des lecteurs de cet article, clôt la discussion à soi seul.

Talon

Idéal pour : piloter un ordinateur entier sans les mains, si vous pouvez rester sous X11.

Prix : téléchargement gratuit. Un palier Patreon payant débloque les versions bêta et une assistance prioritaire.

Talon n'est pas une application de dictée, c'est un système de saisie mains libres : commandes vocales, contrôle par bruit où un son devient un clic, suivi oculaire, et scripts Python pour tout ce que vous voulez définir. Son moteur de reconnaissance, Conformer D, tourne sur votre machine. Pour les gens qui programment à la voix parce que taper leur fait mal, c'est la réponse depuis des années, et rien d'autre dans cette liste ne tente ce qu'il fait.

Lisez attentivement son état avant d'investir les semaines qu'il faut pour l'apprendre.

La page de téléchargement propose « Linux (X11) ». La documentation de la version 0.4.0 dit : « Wayland compositors lack the APIs necessary for Talon and Wayland support is not planned. » (Les compositeurs Wayland n'exposent pas les API nécessaires à Talon, et la prise en charge de Wayland n'est pas prévue.) Le 31 mai 2026, OSnews rapportait que toute la prise en charge de Linux allait être retirée de la version publique, et citait des développeurs KDE contestant le raisonnement : « Wayland implements all the APIs needed for Talon to work, but Talon's developers are simply not interested in using them. » (Wayland implémente toutes les API nécessaires au fonctionnement de Talon, mais ses développeurs ne sont tout simplement pas intéressés à les utiliser.)

Il y a aussi un fait qui remet le reste en perspective. Nous avons vérifié les en-têtes des trois téléchargements publics, Linux, macOS et Windows. Tous portent Last-Modified: 24 juillet 2023. La version stable publique a trois ans sur toutes les plateformes, pas seulement sur celle-ci. Le développement actif vit dans le canal bêta payant. C'est une façon légitime de mener un projet, et il vaut mieux le savoir avant de bâtir un flux de travail sur la version gratuite.

Et voici où cela devient vraiment grave, plutôt que simplement gênant. Le guide d'installation de Talon dit : « Talon, like many tools for automation or accessibility, does not support Wayland. You will have to select an X11 session from your login manager. » (Talon, comme beaucoup d'outils d'automatisation ou d'accessibilité, ne prend pas en charge Wayland. Vous devrez sélectionner une session X11 depuis votre gestionnaire de connexion.) Depuis GNOME 50, en mars 2026, il n'y a plus de session X11 à sélectionner dans votre gestionnaire de connexion. Pour un utilisateur de GNOME qui pilote son ordinateur à la voix parce qu'il ne peut pas se servir d'un clavier, le contournement documenté n'existe plus sur sa machine. Rien d'autre dans cette catégorie ne tente ce que fait Talon, et c'est pourquoi cela mérite d'être dit brutalement plutôt que replié dans une liste d'avantages et d'inconvénients.

Si vous avez besoin de contrôle vocal plutôt que de dictée et que vous êtes déjà sous Wayland, regardez numen, un logiciel libre visant le même métier, qui écrit via /dev/uinput et fonctionne donc indifféremment sous X11, sous Wayland et dans une console texte. C'est une chose plus modeste que Talon. C'est aussi une chose qui tourne.

nerd-dictation

Idéal pour : rien, en 2026, et il est toujours dans tous les articles.

Prix : gratuit, GPL-3.0. 1 913 étoiles.

C'est l'outil que tout le genre recommande, et il l'a mérité en son temps. C'est un fichier Python unique, presque sans dépendances, qui déverse VOSK dans xdotool, et ce fut la première chose qui a rendu la dictée sous Linux crédible. Son auteur était clair sur le marché, y compris avec la ligne du README qui explique l'essentiel des reproches qu'on lui fait : « Text from VOSK is all lower-case. » (Le texte venant de VOSK est entièrement en minuscules.)

Deux choses ont changé sous lui. Son dernier commit date du 10 octobre 2025, soit environ dix mois, avec 83 tickets ouverts, dont plusieurs sur Wayland et sur les dispositions de clavier, ouverts depuis 2021. Et VOSK n'est plus compétitif. Il n'apparaît pas du tout sur l'Open ASR Leaderboard, sa dernière version est la v0.3.50 d'avril 2024, et sa précision s'effondre hors d'un audio propre : le petit modèle anglais se situe autour de 9,85 % de taux d'erreur sur de la lecture propre, et le grand modèle atteint 29,78 % sur des enregistrements de centre d'appels. Un développeur travaillant sous Arch avec Wayland en janvier 2026 décrivait le résultat pratique, Vosk produisant « sporadic hallucinations: during silence, Vosk would randomly output 'the' or 'there' » (des hallucinations sporadiques : pendant les silences, Vosk sortait au hasard « the » ou « there »), avec en prime la ponctuation arrivant sous forme de mots littéraux, et concluait qu'il fallait « skip Vosk entirely » (passer complètement Vosk).

Encore une chose à savoir si vous distribuez quoi que ce soit de bâti dessus, et elle concerne directement le français : les modèles de Vosk n'ont pas tous la même permissivité. vosk-model-small-fr-pguyot-0.3 est en CC BY-NC-SA, ce qui interdit l'usage commercial, et vosk-model-fr-0.6-linto est en AGPL. Les deux modèles français sont donc précisément ceux qui posent problème. Vérifiez la licence du modèle précis, pas celle de la boîte à outils.

Si vous l'utilisez déjà et que vous en êtes content, rien ici ne vous oblige à bouger, et Elograf lui donne une interface graphique maintenue. Si vous démarrez aujourd'hui parce qu'une liste vous l'a dit, commencez ailleurs.

Où va votre voix

Pour un public Linux, ce n'est pas une note de bas de page, alors voici les choses à plat.

L'audio ne quitte jamais votre machine : Handy, Vocalinux, Speech Note, Voxtype, Speed of Sound (sauf si vous activez le polissage par LLM), Talon, nerd-dictation.

L'audio part vers un serveur : Voicy, la saisie vocale de Google Docs, NovaVoice.

Relisez cette colonne deux fois. Tous les outils de la liste ci-dessus qui gardent votre voix à la maison sont gratuits, et tous sont open source. Ce n'est pas le cas sous Windows ni sous macOS, et c'est le plus solide atout de cette plateforme dans cette catégorie. Si le traitement local est la raison même de votre présence sous Linux, vous n'avez ni à faire de compromis ni à payer.

Il y a une seconde question de confidentialité propre à Linux que personne ne pose correctement. Donner à une application de dictée l'accès à /dev/uinput dont la plupart des outils compatibles Wayland ont besoin achète plus que la capacité de synthétiser des entrées. À cause de la façon dont les règles par défaut de systemd regroupent les périphériques d'entrée, rejoindre le groupe input permet aussi à tout ce qui tourne sous votre identité de lire chaque frappe de chaque clavier physique de la machine. C'est exactement la capacité que Wayland avait retirée exprès, rendue par une étape d'installation d'une ligne. Les outils la demandent parce qu'il n'existe pas encore de meilleure option universelle, et la voie des portails est la sortie, ce qui explique en partie que nous saluions l'approche de Speed of Sound même si l'application est plus petite. Si un outil met cela en place avec une marque udev uaccess plutôt qu'en vous ajoutant au groupe, comme le fait le paquet de Voicy, il demande la version plus étroite de l'autorisation, et cela vaut d'être préféré.

Tant que nous y sommes, soyons équitables : KDE Plasma a son propre trou que personne n'a bouché. KWin expose toujours un protocole hérité de faux événements d'entrée à tous les clients Wayland, sans condition, et sa fonction d'autorisation est un bout de code vide avec un commentaire // TODO: make secure au-dessus d'une ligne qui approuve la requête. Sous Plasma Wayland, n'importe quelle application que vous lancez peut injecter des frappes sans la moindre demande. Ce n'est pas un argument contre KDE, c'est un argument pour lire le code source plutôt que les pages sécurité, et c'est la même raison qui nous a fait ouvrir le paquet de Voicy au lieu de croire son marketing.

Et un avertissement qui vaut pour tous les outils bâtis sur Whisper de cette page : Whisper hallucine sur le silence. Il produira de temps en temps « Thank you » ou une phrase parasite alors que vous n'avez rien dit, un comportement suivi dans le ticket Vocalinux #331 du 18 mars 2026 et largement commenté. C'est une propriété du modèle, pas un bug de l'application que vous avez choisie. En français, cela ressort souvent sous la forme d'un « Sous-titres réalisés par la communauté d'Amara.org » ou d'une formule de remerciement, vestiges des sous-titres sur lesquels le modèle a été entraîné.

Ce que nous avons vérifié, et ce que nous n'avons pas vérifié

Nous n'avons pas fait de test de précision, et nous n'allons pas laisser entendre le contraire.

Voici ce qu'il faut savoir sur ce domaine précis : personne d'autre ne l'a fait non plus. Nous avons lu tous les articles qui se classent sur ces requêtes et il n'y a pas un seul chiffre mesuré dans aucun d'eux. Aucun taux d'erreur, aucune latence, aucun chiffre de mémoire, aucun chronométrage, et presque aucune capture d'écran. Les tableaux comparatifs portent tous une colonne « Précision », et chaque cellule de chacun d'eux est un adjectif. Ce qui est doublement creux, puisque deux applications faisant tourner le même modèle Parakeet V3 produisent des résultats visiblement différents selon leur moteur et leur post-traitement.

Alors, au lieu d'inventer des chiffres, nous sommes allés chercher ceux qui existent déjà et sont reproductibles, sur l'Open ASR Leaderboard public, et nous avons vérifié à la source tout le reste qui est vérifiable. Le 27 août 2026, nous avons :

• Lu l'Open ASR Leaderboard sur Hugging Face, 67 entrées à ce moment-là, et relevé le rang, le taux d'erreur sur les mots et le débit des modèles que ces outils embarquent réellement.
• Téléchargé les 400 premiers kilo-octets du .deb de Voicy, extrait control.tar.xz, et lu la version, l'architecture, la liste des dépendances et le script de post-installation. C'est de là que viennent les constats sur libxtst6, wl-clipboard et /dev/uinput, et vous pouvez refaire l'opération en deux minutes avec curl -r et ar x.
• Envoyé des requêtes HTTP HEAD aux trois URL de téléchargement Linux de Voicy et noté le statut, la taille et l'en-tête Last-Modified de chacune, puis fait de même pour les trois téléchargements de Talon, ce qui nous permet de savoir que la version publique date de juillet 2023 partout.
• Cherché dans le paquet Voicy des artefacts d'inférence locale, sans en trouver, et des points d'accès réseau, en trouvant deux.
• Interrogé l'API GitHub pour chaque candidat open source : étoiles, licence, date de création, dernière poussée, nombre de tickets ouverts, statut d'archivage, et la liste des versions avec leurs dates.
• Lu la documentation des projets sur la façon dont chacun injecte le texte, et cité les limites que les mainteneurs énoncent eux-mêmes plutôt que de les paraphraser.
• Lu la documentation des éditeurs pour les produits dont les gens parlent mais qu'ils ne peuvent pas avoir, y compris la page des appareils compatibles de Wispr Flow, et la fiche de la base d'applications WineHQ pour Dragon.
• Lu l'annonce de Myna sur l'Ubuntu Community Hub et vérifié l'absence de versions dans le dépôt.
• Lu des témoignages d'utilisateurs datés là où ils pouvaient être liés : fils de tickets GitHub, commentaires Hacker News via l'API Algolia, Unix StackExchange, et un fil du forum Linux Mint qui court de juin à octobre 2025.

Deux choses que nous signalons plutôt que de les escamoter. Nous n'avons installé et utilisé aucun de ces outils sur un bureau réel, la matrice des compositeurs présentée ici est donc assemblée à partir de documentations, de suivis de tickets et de comptes rendus datés d'autres personnes, pas depuis notre propre machine. Et Reddit est inaccessible depuis là où nous travaillons, donc chaque voix de la communauté sur cette page vient d'une source cliquable.

La concurrence

Les outils et les réponses que nous avons examinés et écartés, et pourquoi.

Wispr Flow est le nom le plus recherché de toute cette catégorie par les gens sous Linux, et la réponse est non. Sa documentation liste comme appareils pris en charge « Mac, Windows, iOS, Android » puis précise : « iPad, Linux, Chromebooks, and virtual machines or remote desktop environments are not supported. » (L'iPad, Linux, les Chromebooks et les machines virtuelles ou environnements de bureau à distance ne sont pas pris en charge.) Un autre article d'aide est plus direct encore : « There is no native Linux application. » (Il n'existe pas d'application Linux native.) Si vous faites tourner Linux dans WSL ou dans une machine virtuelle sur un hôte Windows ou Mac, Flow peut y coller du texte depuis l'hôte, et c'est toute son histoire linuxienne.

Le repaquetage non officiel de Wispr Flow nommé wispr-flow-linux existe, compte une centaine d'étoiles, et associe l'application Electron à un assistant Rust écrit en salle blanche qui réimplémente l'injection de texte que Wispr ne livre que sur macOS et Windows. Il a même une commande --doctor qui vérifie votre type de session et votre accès à /dev/uinput, ce qui vous dit où était la difficulté. Nous le nommons parce que vous le trouverez, pas pour le recommander : il repaquette l'application propriétaire de quelqu'un d'autre, et c'est une décision à prendre en connaissance de cause.

Superwhisper, VoiceInk, Aqua Voice et Typeless sont tous cherchés avec « linux » accolé, et aucun n'a de version Linux. VoiceInk est réservé à macOS sur Apple Silicon.

Dragon NaturallySpeaking sous Wine est la plus vieille réponse de cette catégorie et elle n'a jamais fonctionné comme les gens l'espèrent. La base d'applications de WineHQ, qui est l'endroit où cela se tranche plutôt que se discute, classe Dragon 13, 15 Home et 15 Professional tous en Garbage. La meilleure note jamais obtenue par une version est Silver, pour la 12.5, marquée obsolète, testée pour la dernière fois le 27 janvier 2021. Et même cette fiche contient la phrase qui achève l'idée : « Dictation works only within the wine environment... Text can be cut and pasted into any application. » (La dictée ne fonctionne qu'à l'intérieur de l'environnement Wine, le texte pouvant être coupé et collé dans n'importe quelle application.) Le meilleur des cas, donc, sur une version vieille de plus de dix ans, consiste à dicter dans une fenêtre Windows et à en ressortir le texte par copier-coller. Soyons justes avec les faits : personne n'a retesté Dragon sur un Wine récent depuis 2022, donc « ça échoue aujourd'hui » est une hypothèse, pas une mesure. Le contournement que les gens ont réellement adopté était une machine virtuelle Windows relayant le texte par une socket, qu'un développeur a raconté avoir construite sur Hacker News en 2023. Si vous arrivez ici depuis une recherche sur Dragon, prenez plutôt la voie locale Parakeet ou Whisper. La précision au premier essai vous surprendra et cela ne coûte rien.

Buzz a 21 162 étoiles et revient sans cesse dans ces listes. Il transcrit des fichiers et l'entrée micro dans sa propre fenêtre. Il n'y a aucune fonction d'écriture dans l'application active, et personne n'en a demandé. Excellent à son métier, qui n'est pas le métier de cette page.

Wspr est un achat unique à $14.99 avec whisper.cpp en local et un .deb, ce qui semble idéal jusqu'à ce que vous lisiez les prérequis : il écrit via xdotool à travers XWayland, et sa propre documentation dit que « pure-Wayland setups are not supported yet » (les configurations Wayland pures ne sont pas encore prises en charge). Bon marché, honnête, et spécifiquement pas pour la configuration qu'ont la plupart des lecteurs.

Spokenly mérite une mention pour avoir un palier local vraiment gratuit avec vos propres clés, un Pro à $99.99 par an, et la section Wayland la mieux organisée de tous les blogs d'éditeurs. Il a aussi un ticket ouvert, déposé le 8 août 2026, signalant que le texte ne se colle pas dans l'application cible sous COSMIC parce que la surimpression vole le focus. Il vend la solution à un problème qu'il n'a pas fini de résoudre.

NovaVoice est l'autre application commerciale avec un client Linux, .deb et AppImage pour Ubuntu 20.04+, Debian et Fedora, à $10 par mois. Cloud uniquement, et sa page Linux ne dit rien du tout de X11 ni de Wayland, ce qui pour cette catégorie est toute la question.

Simon, CMU Sphinx, Julius et IBM ViaVoice apparaissent dans des comparatifs publiés cette année. Ils sont recopiés depuis une page Wikipédia dont les sources datent pour l'essentiel de 2012 et qui ne contient nulle part le mot Wayland. ViaVoice a quitté le marché en 2002. DeepSpeech a été archivé après la v0.9.3 en décembre 2020. Coqui STT a écrit sa propre épitaphe dans son README, « this project is no longer actively maintained... we've seen focus shift towards newer STT models such as Whisper » (ce projet n'est plus activement maintenu, l'attention s'étant déplacée vers des modèles plus récents comme Whisper), et la société derrière a fermé le 3 janvier 2024. Kaldi est l'exception de cette liste : il reçoit toujours des commits, mais c'est une boîte à outils de recherche pour construire des systèmes de reconnaissance, pas quelque chose qu'on installe pour dicter un e-mail. Aucun n'apparaît sur le classement ASR. Sautez tout article qui les recommande comme applications de dictée, ce qui malheureusement revient à sauter plusieurs de ceux placés au-dessus de cette page.

Whispering a notre sympathie et une réserve. Bon outil, vrais adeptes, et l'article le mieux classé de cette catégorie s'est dicté lui-même avec. Son dépôt amont dit actuellement qu'il ne compile pas. Les binaires du 27 décembre 2025 s'installent toujours très bien si vous y tenez.

Myna n'est pas ici comme choix parce que vous ne pouvez pas l'installer. Revenez à Ubuntu 26.10.

La foule des enveloppes est devenue une industrie. OpenWhispr a 5 781 étoiles, OpenLess 3 334, hyprwhspr 1 176, et Dictee, minuscule avec ses 56 étoiles, mais qui est la conception la plus intéressante du lot : pensée pour Wayland d'abord, plasmoïde KDE, Parakeet TDT v3 par défaut, injection tenant compte de la disposition via evdev. Au-delà : Sotto, VOXD, Blurt, whisrs, lokstt, hyprvoice, waystt, LinuxWhispr, Vibe Typer, et d'autres qui arrivent chaque mois, plusieurs écrites par quelqu'un qui voulait Wispr Flow et ne pouvait pas l'avoir. Certaines sont vraiment bonnes. Nous nommons la catégorie plutôt que de prétendre avoir testé chacun de ses membres. Si vous voulez explorer, notre guide de la dictée open source va plus loin, et le catalogue complet de ce que nous couvrons vit dans applications de dictée.

Un réflexe à acquérir pendant votre exploration : au moins trois des applications de dictée payantes pour Linux se décrivent chacune comme « la seule » application de dictée payante pour Linux. Elles se citent mutuellement. Vérifiez la page de téléchargement, pas l'affirmation.

Les prix, les versions, le contenu des paquets et l'activité des projets ont été relevés sur les pages des éditeurs, les documentations officielles, l'API GitHub et les paquets eux-mêmes le 27 août 2026. Cette page est revérifiée chaque trimestre, et plus tôt à la sortie d'Ubuntu 26.10.