Nie tak dawno Canonical ogłosił Project Myna - natywne narzędzie do dyktowania tekstu na Ubuntu Desktop, które ma zadebiutować wraz z Ubuntu 26.10 "Stonking Stingray" jesienią 2026 roku. Skrót klawiaturowy, kilka słów wypowiedzianych na głos i tekst pojawia się dokładnie tam, gdzie stał kursor. Zero chmury, zero serwera, zero wysyłania nagrań w nieznane.
Myna - skąd ta nazwa?
Zanim odpiszesz... kolejny projekt, który nigdzie nie dojdzie - tym razem masz powody, żeby poświęcić mu chwilę uwagi. Canonical wziął nazwę od ptaka myna, zwanego też majną, który słynie z umiejętności naśladowania ludzkiej mowy z zadziwiającą precyzją. Nieprzypadkowe skojarzenie - bo właśnie o precyzyjnym słuchaniu i odwzorowywaniu mowy chodzi w tym projekcie. Ptak myna nie musi się łączyć z siecią, żeby powtórzyć to, co usłyszał. Oprogramowanie Myna też nie.
Projekt formalnie ogłosił Jean Baptiste Lallement, developer Ubuntu Desktop, na forum Canonical Discourse. Nie jest to zapowiedź odległej wizji - pierwsze wdrożenie zaplanowano na konkretną wersję systemu z datą premiery - październik 2026 roku.
Jak to działa w praktyce
Działanie Myny jest celowo proste i dobrze przemyślane. Wciskasz skrót klawiaturowy, mówisz, tekst pojawia się w aktywnej aplikacji, nieważne, czy to edytor tekstu, pole formularza, terminal czy komunikator. System wyświetla wizualną informację zwrotną podczas dyktowania, żebyś wiedział, że aplikacja cię słyszy. Kiedy wyłączysz dyktowanie, mikrofon natychmiast przestaje być aktywny.
Co się dzieje z nagraniem? Dokładnie nic ekscytującego i o to chodzi. Audio jest przetwarzane w pamięci operacyjnej i kasowane zaraz po transkrypcji. Żadnych plików na dysku, żadnych logów, żadnych przesyłek do zewnętrznych serwerów. Modele rozpoznawania mowy pobierasz raz, lokalnie i od tej chwili internet nie jest Ci już potrzebny do dyktowania.
Pierwsza wersja skupia się wyłącznie na GNOME i Waylandzie. Użytkownicy KDE, Xfce i innych środowisk będą musieli poczekać na kolejne iteracje - co jest rozsądnym podejściem, bo lepiej zrobić jedną rzecz porządnie, niż pięć rzeczy połowicznie.
Prywatność głosowa - dlaczego to ważne
Podejście Canonical do prywatności w Project Myna nie jest marketingowym chwytem. Statystyki pokazują, że użytkownicy mają solidne powody do niepokoju - według danych opublikowanych przez Global Growth Insights, około 63% użytkowników obawia się nieautoryzowanego dostępu do danych przy korzystaniu z asystentów głosowych, a 55% konsumentów ogranicza użycie takich narzędzi właśnie ze strachu przed nagrywaniem i śledzeniem.
Systemy oparte na chmurze transmitują głos do zewnętrznych serwerów, gdzie dane mogą zostać przechwycone, przechowywane lub udostępnione stronom trzecim. Głośne incydenty - jak przypadkowe nagrania przez Amazon Alexa - nie są miejską legendą, lecz udokumentowanymi zdarzeniami. Wiele platform zatrzymuje dane użytkowników przez czas nieokreślony, nawet jeśli użytkownik jest przekonany, że nic nie jest zapisywane.
Myna odwraca cały ten schemat. Mikrofon jest aktywny wyłącznie wtedy, gdy użytkownik go włączy. Dane nie opuszczają urządzenia. Żaden podmiot trzeci nie ma do nich dostępu - bo po prostu nie ma czego szukać na zewnątrz.
Co Myna robi teraz, a co później
Canonical wyraźnie zakomunikował, że pierwsza wersja Myny to celowo ograniczony zakres. Nie dlatego, że projekt jest niedopracowany, lecz dlatego, że priorytetem jest niezawodność podstawowych funkcji - stabilna transkrypcja, płynna integracja z pulpitem i prosta obsługa. Bardziej zaawansowane funkcje np. sterowanie głosowe, asystent głosowy, polecenia systemowe - mogą pojawić się w późniejszych wersjach. Słowo „mogą" jest tu celowe... Canonical nie składa obietnic bez pokrycia.
Jest to uczciwe podejście do projektowania oprogramowania. Zbyt wiele projektów open source próbuje na starcie zaoferować wszystko i kończy na połowicznym wdrożeniu połowy funkcji. Myna ma być narzędziem roboczym, nie demonstracją możliwości.
Ubuntu i AI - strategia lokalna z zamysłem
Project Myna wpisuje się w szerszą strategię Canonical dotyczącą AI w Ubuntu. Firma ogłosiła, że lokalne wnioskowanie (local inference) ma być domyślnym trybem pracy, a opcje chmurowe dostępne wyłącznie na wyraźne życzenie użytkownika. Chodzi o to, żeby AI działało na sprzęcie użytkownika, nie na serwerach dostawcy.
Z perspektywy użytkownika Linuksa i dotyczy to szczególnie osób pracujących z wrażliwymi danymi, dokumentacją techniczną czy klientami z sektora regulowanego - jest to podejście, które ma sens ekonomiczny i prawny. RODO nie pyta, czy dane wyjechały do USA przypadkowo. Według badania Cisco z 2026 roku, 93% firm planuje zwiększyć nakłady na prywatność danych i zarządzanie informacjami w ciągu najbliższych dwóch lat. Trend jest wyraźny - dane zostają tam, gdzie zostały wytworzone.
Linux na desktopie rośnie. Według StatCounter, w czerwcu 2025 roku Linux osiągnął 5,03% udziału w rynku desktopowym w Stanach Zjednoczonych - wzrost z 2,76% w 2022 roku. Globalnie system oscyluje wokół 4%, lecz dynamika jest wzrostowa. Rosnąca baza użytkowników sprawia, że inwestowanie w jakość środowiska desktopowego zaczyna mieć wymierny sens dla Canonical.
Kto skorzysta najbardziej
Dyktowanie tekstu na desktopie to nie tylko wygoda. Dla osób z ograniczeniami motorycznymi - dostęp do komputera przez głos jest często jedyną sprawną ścieżką pracy. Dla programistów i pisarzy technicznych - możliwość dyktowania komentarzy, dokumentacji czy notatek podczas pracy przy kodzie może realnie przyspieszyć workflow. Dla wszystkich, którzy spędzają długie godziny przed klawiaturą - alternatywny kanał wejścia to po prostu odciążenie dla nadgarstków.
Narzędzie Myna jest zaprojektowane jako natywna część Ubuntu, bez konieczności instalowania zewnętrznych wtyczek, subskrypcji usług ani konfigurowania alternatywnych backenów. Pobierasz model językowy, włączasz funkcję i dyktowanie po prostu działa. Dla osoby, która wcześniej próbowała skonfigurować speech-to-text na Linuxie ręcznie - to zmiana jakościowa. Kto przez to przechodził, wie, że można było stracić pół popołudnia na konfiguracji, zanim padło pierwsze poprawnie rozpoznane słowo.
Co z polskim i innymi językami?
Canonical nie opublikował jeszcze szczegółowej listy obsługiwanych języków dla pierwszej wersji Myny. Wiadomo, że projekt opiera się na modelach AI instalowanych lokalnie, co oznacza, że dostępność konkretnych języków zależy od tego, jakie modele trafią do repozytorium. Whisper od OpenAI, który jest jednym z popularnych kandydatów do lokalnego speech-to-text, obsługuje ponad 90 języków z przyzwoitą dokładnością, w tym język polski. Jeśli Canonical zdecyduje się na podobny silnik - polska wersja powinna być w zasięgu.
Jak śledzić postępy projektu
Projekt jest rozwijany otwarcie na forum Canonical Discourse oraz w repozytoriach Ubuntu. Jeśli chcesz śledzić postępy lub wziąć udział w testach beta, najlepszym miejscem startowym jest właśnie forum społeczności Ubuntu.
Oficjalne forum projektu:
https://discourse.ubuntu.com
Ubuntu 26.10 „Stonking Stingray" zaplanowano na październik 2026 roku. Do tego czasu Canonical będzie zbierał opinie z wewnętrznych testów i iterował nad stabilnością transkrypcji.
Strona projektu:
https://github.com/canonical/myna
Rozpoznawanie głosu offline na Linuksie istniało już wcześniej - w postaci różnych niezależnych narzędzi o różnym stopniu komplikacji instalacyjnej (tutaj pisaliśmy o najprostszym narzędziu). Myna to jednak inna jakość, bo jest częścią systemu od pierwszego uruchomienia, bez konfiguracyjnych labiryntów i bez kompromisów w kwestii prywatności. Canonical robi to, czego brakowało na desktopie linuksowym od lat - traktuje dostępność i produktywność serio, nie jako opcjonalne dodatki. Jeśli projekt dostarczy to, co obiecuje - październik 2026 będzie bardzo ciekawym momentem dla użytkowników Ubuntu.
Źródło: Ubuntu.com
