شرکت کاننیکال (Canonical) چند ماه پس از معرفی «ماینا» (Myna) به‌عنوان راهکار تبدیل گفتار به متن (Speech-to-Text) برای اوبونتو ۲۶.۱۰، اکنون این ابزار را در قالب «پیش‌نمایش فنی» (Tech Preview) در اختیار کاربران قرار داده است. این اقدام بخشی از تلاش کاننیکال برای ساخت یک میزکار آگاه به بافت (Context-Aware Desktop) به شمار می‌رود.
عرضه پیش از انتشار رسمی اوبونتو ۲۶.۱۰
ماینا پیش از انتشار رسمی اوبونتو ۲۶.۱۰ که قرار است در ۱۵ اکتبر انجام شود، در قالب پیش‌نمایش فنی عرضه شده است. این ابزار در اوبونتو ۲۶.۱۰ اختیاری است و کاربران می‌توانند آن را به‌صورت دلخواه نصب کنند. علاوه بر این، امکان نصب ماینا روی نسخه‌های با پشتیبانی بلندمدت (LTS) یعنی اوبونتو ۲۴.۰۴ و اوبونتو ۲۶.۰۴ نیز از طریق بسته‌های اسنپ (Snap) فراهم شده است.
ماینا هنوز در مراحل ابتدایی توسعه است
کاننیکال در این باره تصریح کرده است که ماینا همچنان در مرحله توسعه فعال قرار دارد و کاربران باید انتظار برخی ناهمواری‌ها و نقص‌های جزئی را داشته باشند. با این حال، تجربه اصلی این ابزار قابل استفاده است: کاربر با فشردن یک میان‌بر (Shortcut) صحبت می‌کند و ماینا متن گفتار را مستقیماً در همان برنامه‌ای که در حال استفاده از آن است، درج می‌کند.
پردازش محلی و پشتیبانی از چند موتور تشخیص گفتار
یکی از مهم‌ترین ویژگی‌های ماینا، اجرای محلی مدل تبدیل گفتار به متن است؛ به این معنا که پس از دانلود اولیه مدل، این ابزار برای انجام وظایف خود به اتصال اینترنت نیازی ندارد. همچنین ماینا در بخش بک‌اند (Back-end) از موتورهای تشخیص گفتار متعددی پشتیبانی می‌کند:
- Parakeet؛ موتور تشخیص گفتار با تمرکز بر سرعت و دقت
- Whisper؛ مدل متن‌باز و شناخته‌شده شرکت اوپن‌ای‌آی
- FunASR؛ مجموعه ابزار تشخیص گفتار با پشتیبانی از زبان‌های مختلف
کاربران علاقه‌مند به کسب اطلاعات بیشتر درباره ماینا می‌توانند به وبلاگ رسمی اوبونتو مراجعه کنند.