Guides : installer et lancer

Paquets natifs pour Debian 12+ et dérivées (Ubuntu 24.04+, Mint 22+…), Fedora, openSUSE Leap et Arch Linux. Deux chemins d’installation ; un seul est retenu par machine.

# Debian 12+, Ubuntu 24.04+, Mint 22+...
sudo apt install ./vosk-cli-dictation_0.5.4~beta_all.deb

# Fedora
sudo dnf install ./vosk-cli-dictation-0.5.4~beta-1.fc42.noarch.rpm

# openSUSE Leap
sudo zypper install ./vosk-cli-dictation-0.5.4~beta-1.leap156.noarch.rpm

# Arch Linux
sudo pacman -U ./vosk-cli-dictation-0.5.4_beta-1-any.pkg.tar.zst

git clone https://github.com/RonanDavalan/vosk-cli-dictation.git
cd vosk-cli-dictation
python3 -m venv venv && source venv/bin/activate
pip install -r requirements.txt

Langues de dictée

Quatre langues sont livrées : anglais, français, allemand et espagnol. La langue active est choisie par --lang, sinon la langue du système, sinon default_model dans le fichier de configuration.

vosk-cli-dictation --lang fr

Chaque langue a besoin de son modèle acoustique Vosk décompressé dans ~/.local/share/vosk-models/ (paquet) ou vosk-model/ (clone).

La commande peut télécharger le petit modèle d’une langue et le vérifier contre une empreinte connue :

vosk-cli-dictation --download-model fr

Au premier lancement sans aucun modèle, elle propose ce même téléchargement.

Piloter une session

Démarrage et arrêt à la voix, par une phrase de deux mots, propre à chaque langue :

Entre le démarrage et l’arrêt, la parole est tapée dans la fenêtre qui a le focus. La ponctuation et les sauts de ligne se dictent aussi (virgule, nouvelle ligne, …) ; la liste complète, par langue, est affichée au démarrage.

Les mêmes actions existent en sous-commandes, à lier à un raccourci clavier du bureau — la voie prise en charge sous Wayland :

vosk-cli-dictation --toggle        # démarrer ou mettre en pause
vosk-cli-dictation --finalize      # arrêter et copier le texte
vosk-cli-dictation --sleep-toggle  # libérer le micro / reprendre

vosk-cli-dictation --diagnose indique le type de session, le moteur d’injection, le périphérique audio et l’état des modèles, puis quitte.

Modes de déclenchement

Le geste de démarrage/arrêt dépend de interaction.mode dans le fichier de configuration. Par défaut toggle (ci-dessus) : un geste démarre, un geste distinct arrête. Deux autres modes : maintenue — pousser-pour-parler, la dictée dure exactement le temps où la touche hotkeys.push_to_talk (par défaut Ctrl_R) reste enfoncée ; silence — un seul geste démarre la session, qui s’arrête et se copie seule une fois interaction.silence_timeout_ms (par défaut 700 ms) écoulé sans nouvelle parole. Dans les trois modes, la phrase d’arrêt vocale et --finalize restent actifs comme filet de sécurité.

Wayland et X11

Le texte est injecté par le presse-papiers : il faut donc un outil de frappe et un outil de presse-papiers — wtype + wl-clipboard sous Wayland, xdotool + xclip sous X11, avec ydotool en repli de frappe au niveau du pilote (wl-clipboard reste requis). Les paquets natifs les tirent ; une installation depuis les sources les ajoute elle-même. Sans outil de presse-papiers, le collage réinsère le dernier contenu copié à la main. ydotool, s’il sert de repli, demande le démon ydotoold et l’appartenance au groupe input (déconnexion / reconnexion après l’ajout). Les raccourcis globaux Alt n’atteignent que les fenêtres X11 et XWayland ; sous Wayland, liez les sous-commandes ci-dessus aux réglages de raccourcis de votre bureau pour toutes les fenêtres.

Référence complète

Chaque clé de configuration, la cascade de recherche des modèles et le socket de contrôle sont documentés dans le docs/ du projet : configuration.md et la page de manuel vosk-cli-dictation(1), dans les quatre langues. Voir Comprendre pour la façon dont les pièces s’assemblent.