Reconnaissance vocale sous Linux : 14 outils qui fonctionnent vraiment (2026)
Écrit par Futsy, fondateur de Vibe Typer
La plupart des comparatifs de logiciels de dictée sont écrits pour Windows et Mac, puis Linux y est ajouté après coup par quelqu’un qui ne l’a jamais utilisé. Ici, c’est l’inverse : chaque outil ci-dessous existe en vrai binaire Linux, et la colonne qui compte le plus est Wayland, parce que c’est là que la majorité d’entre eux échouent en silence.
Nous développons l’un de ces outils : pondérez les recommandations en conséquence.
Une précision utile : ce guide parle de reconnaissance vocale au sens de la parole transcrite en texte. Ce n’est pas de la synthèse vocale, et ce n’est pas de la reconnaissance du locuteur.
L’essentiel
- Vous voulez que ça marche, sans configuration → Vibe Typer. Un AppImage, natif sous Wayland et X11, dans le cloud.
- Sous Wayland et à court de patience → Vibe Typer. Il écrit nativement sous Wayland, sans rien configurer avec
ydotool. - Vous écrivez dans plusieurs langues → Vibe Typer. 99 langues, détection automatique, aucun téléchargement.
- Vous dictez des prompts à des assistants de code → Vibe Typer. Il colle comme il faut dans chaque application, et en toute sécurité dans le terminal, Claude Code et Codex compris.
Pourquoi la reconnaissance vocale est plus difficile sous Linux qu’elle ne devrait l’être
La dictée se divise en deux étapes : transformer la parole en texte, et faire entrer ce texte dans l’application que vous avez sous les yeux. La première est réglée : Whisper a rendu gratuite la transcription de qualité. C’est sur la seconde que les outils Linux se cassent les dents.
Sous X11, n’importe quel processus peut injecter des frappes clavier dans n’importe quelle fenêtre. C’est ce que fait xdotool, et c’est pourquoi presque tous les outils de dictée Linux antérieurs à 2022 environ supposaient X11 et fonctionnaient très bien.
Wayland a délibérément supprimé cela. Un client Wayland ne peut pas injecter d’entrées dans un autre client ; c’était tout l’objet du modèle de sécurité. Les outils bâtis sur xdotool ou XTestFakeKeyEvent ne se dégradent donc pas progressivement : ils ne font strictement rien, en général sans message d’erreur. Les contournements s’appellent ydotool (nécessite un démon uinput et souvent un redémarrage), dotool ou wtype ; ce dernier ne fonctionne pas sous GNOME, car GNOME n’implémente pas le protocole de clavier virtuel dont il a besoin.
Voilà pourquoi la colonne honnête ci-dessous s’appelle « Wayland » et non « Linux ». Ubuntu utilise Wayland par défaut depuis la 22.04 et Fedora depuis la 25. Si un outil annonce « compatible Linux » en voulant dire X11, une mise à niveau de distribution peut casser votre dictée sans prévenir.
Le comparatif
| Outil | Wayland | X11 | Installation | Licence | Prix |
|---|---|---|---|---|---|
| Vibe Typer | Natif | Natif | AppImage | Propriétaire | Offre gratuite, 8 $/mois avec facturation annuelle |
| Vocalinux | Oui | Oui | Script en une ligne | AGPL-3.0 | Gratuit |
| VOXD | Oui (via ydotool) | Oui | .deb / .rpm / .pkg | MIT | Gratuit |
| Handy | Partiel | Oui | AppImage | MIT | Gratuit |
| nerd-dictation | Partiel | Oui | pip + git + modèle | GPL-3.0 | Gratuit |
| Talon | Non | Oui | Programme d’installation / zip | Propriétaire + Patreon | Gratuit |
| OpenWhispr | Partiel | Oui | Application Electron | Open source | Gratuit |
| Whispering | Partiel | Oui | Application de bureau | Open source | Gratuit |
| Speech Note | Partiel | Oui | Flatpak | Open source | Gratuit |
| whisper.cpp | CLI seulement | CLI seulement | Compilation | MIT | Gratuit |
| Blahst | Partiel | Oui | Script | Open source | Gratuit |
| Numen | Oui | s.o. | Sources | Open source | Gratuit |
| VoiceKey | Partiel | Oui | .deb | Propriétaire | Payant |
| Dictée dans le navigateur | s.o. | s.o. | Aucune | s.o. | Gratuit |
« Partiel » signifie qu’il fonctionne mais nécessite un utilitaire (ydotool, dotool, wtype) et peut mal se comporter avec certains compositeurs.
Les outils
Vibe Typer
Le nôtre. Un AppImage portable : pas de dépôt, pas de dépendances, aucun modèle à télécharger :
chmod +x ~/Téléchargements/VibeTyper.AppImage
~/Téléchargements/VibeTyper.AppImage
S’il figure en haut du tableau, c’est grâce à la colonne Wayland. Il implémente nativement Wayland et X11 au lieu d’appeler xdotool, choisit le bon protocole pour votre session, et transfère vos réglages quand vous changez de session. C’est inhabituel, et c’est la raison la plus fréquente pour laquelle les gens arrivent ici après que quelque chose d’autre a cessé de fonctionner.
Vous appuyez sur un raccourci, vous parlez, et le texte arrive là où se trouve votre curseur : terminaux, éditeurs, navigateurs, messagerie, e-mail. Le Magic Formatter supprime au passage les hésitations, les faux départs et les autocorrections plutôt que de les transcrire fidèlement. Sélectionnez du texte et dites « raccourcissez ce texte » pour le réécrire sur place. 99 langues avec détection automatique et sans téléchargement par langue.
Il fonctionne dans le cloud, et c’est un choix, pas une lacune. La transcription tourne sur de grands modèles de reconnaissance vocale et sur du matériel conçu pour la vitesse, pas sur votre processeur. C’est pour cela qu’il est aussi rapide et précis sur un ThinkPad de cinq ans que sur une station de travail, et qu’il n’y a aucun modèle à télécharger. L’audio est traité en mémoire puis supprimé, le backend ne conserve aucun cache de transcription côté serveur, et aucun modèle n’est entraîné sur votre voix.
L’offre gratuite couvre 2 000 mots et 20 opérations IA par mois, sans carte bancaire. Pro coûte 8 $ par mois avec facturation annuelle, 10 $ sans engagement.
Idéal pour : les gens qui veulent dicter dans toutes leurs applications dès le premier jour, sans rien maintenir.
Vocalinux
L’option hors ligne la plus aboutie, conçue pour Linux dès le départ. Une commande, et le script d’installation détecte votre matériel :
curl -fsSL https://raw.githubusercontent.com/jatinkrmalik/vocalinux/main/install.sh -o /tmp/vl.sh && bash /tmp/vl.sh --interactive
Testé sous Ubuntu 22.04+, Debian 11+, Fedora 39+, Arch, openSUSE Tumbleweed, Manjaro et EndeavourOS. Fonctionne sous X11 et Wayland, ce qui le place dans un cercle très restreint. Utilise par défaut whisper.cpp avec Vulkan pour une prise en charge GPU multi-constructeurs, et accepte aussi Whisper, VOSK ou une API distante que vous contrôlez. Pas de cloud, pas de télémétrie, pas de compte. AGPL-3.0, sans palier payant.
VOXD
Dictée locale qui écrit directement dans la fenêtre active, livrée sous forme de vrais paquets de distribution plutôt que d’un script :
# Ubuntu / Debian
sudo dpkg -i voxd_*.deb
# Fedora
sudo rpm -i voxd-*.rpm
# Arch
sudo pacman -U voxd-*.pkg.tar.zst
whisper.cpp sous le capot, avec des modèles GGML de 75 Mo à 2,9 Go, plus de 99 langues, sans GPU obligatoire. L’auteur indique avoir testé sous Arch/Hyprland, Omarchy 3.0, Ubuntu 24.04 et 25.04, Fedora 42, Pop!_OS 22, Mint 22 et openSUSE Leap 15.6. Post-traitement IA optionnel en local via llama.cpp ou Ollama, ou via un fournisseur cloud si vous le souhaitez. MIT.
Wayland fonctionne mais nécessite ydotool et un redémarrage ; le script d’installation s’en charge pour vous.
Handy
La porte d’entrée la plus accueillante vers Whisper en local. AppImage pour Linux, plus des versions macOS et Windows, licence MIT, développement actif.
Deux familles de modèles : Whisper (de Small à Large, accéléré par GPU quand c’est possible) et Parakeet V3, optimisé pour le CPU, qui détecte automatiquement la langue et tourne à environ 5× le temps réel sur du matériel de milieu de gamme. C’est cette seconde option qui est intéressante : elle rend la dictée hors ligne utilisable sur un portable sans GPU dédié.
Wayland est le point faible. Il vous faudra wtype ou dotool, vous devrez définir le raccourci dans votre environnement de bureau plutôt que dans Handy, et la documentation du projet avertit elle-même que certains compositeurs considèrent la fenêtre superposée de Handy comme la fenêtre active, et le texte collé peut alors atterrir au mauvais endroit.
nerd-dictation
Celui que tout le monde cite en premier dans les discussions Linux, et toujours le plus bidouillable. Reposant sur VOSK, entièrement hors ligne, sans démon, et scriptable à un degré qu’aucun autre n’atteint ici : vous pouvez réécrire la sortie en Python avant qu’elle ne soit tapée.
pip3 install vosk
git clone https://github.com/ideasman42/nerd-dictation.git
cd nerd-dictation
wget https://alphacephei.com/kaldi/models/vosk-model-small-en-us-0.15.zip
unzip vosk-model-small-en-us-0.15.zip && mv vosk-model-small-en-us-0.15 model
Nécessite Python 3.6+, un utilitaire audio (parec, sox ou pw-cat) et un simulateur d’entrée. C’est ce dernier choix qui décide de tout sous Wayland : xdotool est l’option par défaut et ne fonctionne que sous X11, tandis que ydotool, dotool et wtype couvrent Wayland avec les réserves habituelles.
Soyez honnête avec vous-même sur le compromis. Les petits modèles de VOSK sont nettement derrière Whisper sur les accents et le bruit de fond, et il n’y a aucun nettoyage par IA : vous obtenez une transcription fidèle, hésitations comprises. En retour, vous avez un contrôle total et aucune dépendance au service de quiconque. GPL-3.0.
Talon Voice
Le seul outil ici qui fait ce que fait Dragon. Dictée, contrôle vocal complet, contrôle par bruits (cliquer en sifflant ou en claquant la langue), suivi oculaire pour la position du curseur, et une grammaire de commandes scriptable en Python. Les jeux de commandes communautaires pour les éditeurs et les IDE sont aboutis et impressionnants.
Réserve importante : la prise en charge Linux de Talon est X11 uniquement. Sous Wayland, ce n’est pas votre outil pour l’instant, et c’est la demande la plus fréquente de sa communauté.
Gratuit, avec un Patreon optionnel pour l’accès anticipé et l’assistance prioritaire. Courbe d’apprentissage raide : vous apprenez un langage de commandes, vous n’installez pas une application.
OpenWhispr
Une application de bureau Electron qui traite Linux comme une plateforme de premier plan, exécutant Whisper et NVIDIA Parakeet entièrement sur votre machine, sans Internet. Open source, plus de 99 langues, raccourci global.
Whispering
Open source, Whisper en local, multiplateforme, avec l’une des interfaces les plus accessibles de la catégorie.
Speech Note
flatpak install flathub net.mkiol.SpeechNote
Entièrement hors ligne : reconnaissance vocale, synthèse vocale et traduction automatique, avec une forte couverture multilingue : catalan, tchèque, allemand, danois, espagnol, persan, français, islandais, italien, coréen, néerlandais, polonais, portugais, tamoul et ukrainien, entre autres. Modules GPU optionnels pour AMD et NVIDIA.
Une chose doit être claire : c’est d’abord une application de notes. Avec un raccourci global, elle peut écrire dans la fenêtre active, mais sous Wayland il faut que le service ydotool soit installé et lancé. Si l’objectif est de parler directement dans Slack, Vibe Typer le fait avec un seul raccourci, sans outil externe à installer.
whisper.cpp
Ce n’est pas une application de dictée, mais un moteur d’inférence C++ rapide pour les modèles Whisper, et le socle de plusieurs outils ci-dessus. Bâtir une dictée dessus, c’est écrire soi-même la gestion du raccourci, la capture audio et l’injection de texte. MIT.
Blahst, Numen, VoiceKey
Trois projets plus petits qu’il vaut la peine de connaître. Blahst s’appuie sur whisper.cpp pour vous donner la saisie vocale dans n’importe quel champ. Numen est du contrôle vocal plutôt que de la dictée, conçu pour Wayland dès le départ, une réponse plus légère au problème que Talon résout sous X11. VoiceKey (anciennement VoiceHotKey) est un .deb payant pour Ubuntu, Debian et Mint.
Dictée dans le navigateur
Chrome et Google Docs proposent la saisie vocale depuis des années. Mais cela ne fonctionne que dans un onglet Chrome : pas dans votre terminal, pas dans votre éditeur, pas dans Slack Desktop, pas dans votre client mail. Impossible d’en faire un outil de tous les jours.
Qui devrait choisir quoi
« Je veux moins taper et je ne veux pas en faire un projet. » Vibe Typer. Offre gratuite, un seul fichier, fonctionne dès le premier jour sous les deux protocoles d’affichage.
« Je suis sous Wayland et j’en ai assez que les choses échouent en silence. »
Vibe Typer. Il écrit nativement sous Wayland et X11 et choisit le bon chemin pour votre session : pas besoin de mettre en place ydotool au préalable.
« J’écris dans plusieurs langues. » Vibe Typer, avec 99 langues, la détection automatique et aucun téléchargement. La plupart des outils fondés sur VOSK exigent un modèle distinct par langue.
« Je dicte surtout des prompts à des assistants de code. » Vibe Typer. Il colle comme il faut dans chaque application, et en toute sécurité dans le terminal : vos prompts arrivent tels quels dans Claude Code ou Codex.
Les outils qui ne fonctionnent pas du tout sous Linux
Cela vaut la peine d’être consigné, car la plupart des comparatifs les citent sans préciser qu’ils n’existent pas sous Linux. Vérifié d’après la prise en charge publiée par chaque éditeur :
| Outil | Plateformes annoncées par l’éditeur | Source |
|---|---|---|
| Wispr Flow | macOS, Windows, iPhone, Android | wisprflow.ai |
| Superwhisper | macOS, Windows, iOS, Android (Linux uniquement via des versions précoces pour Omarchy et les systèmes basés sur Arch) | superwhisper.com |
| Aqua Voice | macOS, Windows, iPhone, Android | aquavoice.com |
| Dragon Professional | Windows uniquement ; Wine et VM explicitement non pris en charge | dragon.nuance.com |
| TypeWhisper | macOS, Windows et iOS stables ; Android en bêta | typewhisper.com |
| Soniox Voice Typing | macOS, Windows, iOS, Android | soniox.com |
| SpeechPulse | Windows, macOS (Apple Silicon) | speechpulse.com |
| PulseScribe | macOS, Windows ; Linux dans la feuille de route | pulsescribe.me |
| Talkativ | Windows | talkativ.app |
| DictaType | Windows | dictatype.com |
| Spokenly | macOS, iOS | spokenly.app |
| BetterDictation | macOS | betterdictation.com |
| Whispur | macOS | whispur.app |
| EdgeWhisper | macOS (Apple Silicon) | edgewhisper.com |
| VoiceInk | macOS 14.4+ | VoiceInk |
Installer Vibe Typer
- Téléchargez l’AppImage depuis la page de téléchargement.
chmod +x ~/Téléchargements/VibeTyper.AppImage- Lancez-le et autorisez l’accès au micro.
- Définissez un raccourci global.
- Cliquez dans n’importe quelle application et parlez.
Vue d’ensemble complète sur la dictée vocale pour Linux.
Questions fréquentes
Quel est le meilleur logiciel de dictée pour Linux ?
Vibe Typer, pour la plupart des gens : aucune configuration, il fonctionne immédiatement sous Wayland et X11, et le Magic Formatter supprime les hésitations et les autocorrections, pour que le texte arrive propre dans n’importe quelle application, terminal compris.
Existe-t-il un logiciel de dictée gratuit pour Linux ?
Oui. Vibe Typer est gratuit pour commencer, sans carte bancaire : l’offre gratuite couvre 2 000 mots et 20 opérations IA par mois, Magic Formatter compris. Vocalinux, VOXD, Handy, nerd-dictation, Whispering et Speech Note sont gratuits et open source.
Quels logiciels de dictée Linux fonctionnent sous Wayland ?
Vibe Typer fonctionne nativement sous Wayland, GNOME compris, sans configuration supplémentaire, et choisit le bon chemin pour votre session. Vocalinux et VOXD fonctionnent aussi sans bricolage. Handy, nerd-dictation, OpenWhispr et Whispering peuvent fonctionner avec ydotool, dotool ou wtype, avec des réserves selon votre compositeur. Talon est X11 uniquement.
Que devient mon audio dans Vibe Typer ?
Vibe Typer transcrit dans le cloud. L’audio est traité en mémoire et n’est pas conservé, le backend ne garde aucun cache de transcription, et aucun modèle n’est entraîné sur votre voix.
La dictée fonctionne-t-elle dans le terminal sous Linux ?
Avec Vibe Typer, oui : le texte va là où se trouve votre curseur, y compris dans les terminaux et les éditeurs, et dans le terminal il colle en toute sécurité, jusque dans Claude Code et Codex. La dictée dans le navigateur ne le permet pas.
Lequel est le plus précis, Whisper ou VOSK ?
Whisper, nettement, en particulier sur les accents et le bruit de fond. L’avantage de VOSK est d’être léger et de tourner confortablement sur du matériel modeste. La plupart des outils actuels sont passés à Whisper ou whisper.cpp ; nerd-dictation est le principal irréductible de VOSK.
Quel est le meilleur logiciel de dictée pour Ubuntu ?
Vibe Typer. Ubuntu utilise Wayland par défaut depuis la 22.04, et Vibe Typer y fonctionne nativement, GNOME compris, avec un seul AppImage à partir d’Ubuntu 22.04. C’est l’un des trois outils de cette liste qui fonctionnent sous Ubuntu sans travail préalable.