Skip to content

v1.3.0-rc3 (remplacée par v1.3.0)

Pre-release
Pre-release

Choose a tag to compare

View all tags
@rcspam rcspam released this 02 May 13:34
· 667 commits to master since this release
v1.3.0-rc3
480000a

⚠ Release candidate remplacée par v1.3.0 — la version stable. Préférez la stable pour toute nouvelle installation.

Release candidate 3 — cumulatif depuis la dernière stable v1.2.0. La rc2 est supersedée par celle-ci.

🆕 Nouveautés rc2 → rc3

Analyse LLM Diarization (majeur)

  • Nouveau pipeline d'analyse LLM sur transcriptions diarisées : 3 profils built-in (Synthèse, Chapitrage, Correction ASR per-segment)
  • 3 types de provider (Ollama, OpenAI-compatible, Anthropic) + 8 presets (Ollama local/cloud, LM Studio, Jan, vLLM, OpenAI, Groq, Gemini, Anthropic)
  • Dialogs Manage Providers / Manage Profiles (CRUD complet + Test connection avec liste modèles + Import/Export JSON + Duplicate built-ins)
  • Langue de sortie LLM forcée sur DICTEE_LANG_SOURCE via system prompt + suffix user prompt — corrige les modèles qui dérivent vers l'anglais (Groq gpt-oss, Gemma 4B)
  • Liste de modèles auto-peuplée à l'ouverture des dialogs LLM (plus besoin de cliquer Refresh)
  • Export PDF + Markdown, noms speakers personnalisés propagés au LLM
  • Built-in profiles : provider/modèle éditables sans muter les prompts (overrides persistés)

Pipeline chunked long-file diarization

  • Audio de n'importe quelle durée maintenant diarisable (auto-chunking + merge), supprimant le cap ~10-15 min sur 8 GB VRAM
  • Phase 1 audio context → Phase 2 global diarize → Phase 3 chunked transcribe → Phase 4 merge par argmax overlap

Plasmoid Plasma 6

  • Popup auto-pinné pendant l'enregistrement et le cycle Meeting complet — survit au vol de focus par animation-speech-ctl
  • Bouton « Configure Dictée » déplacé à droite, juste à gauche du bouton cheatsheet

transcribe UI

  • Accordéon Rename collapsed par défaut (fix bug Qt signal toggled non émis sur état inchangé)
  • Slider seuil de diarisation déplacé à côté du toggle (même ligne)
  • Toggle renommé « Diarization (speaker identification) » — i18n complète sur 6 langues (FR/DE/ES/IT/UK/PT)

Packaging

  • dictee-diarize-llm désormais bundlé dans toutes les distributions (.deb / .rpm / Arch / tarball)
  • Nouveau PKGBUILD-cuda Arch avec options=('!lto') (cause racine du link error « undefined reference to onig_* »)
  • Tarball CUDA : 25 libs NVIDIA symlinkées à l'install (parité avec .deb/.rpm CUDA)
  • .desktop dictee-transcribe.desktop (Open With dans file manager + icône taskbar Wayland)

🎯 Nouveautés majeures depuis v1.2.0

ASR & modèles

  • Nouveau backend Canary-1B v2 (NVIDIA AED, 7 langues, traduction native intégrée 12 paires ↔ EN) — port Rust autonome, plus de onnx-asr
  • Whisper large-v3-turbo (809 M, multilingue, rapide)
  • Multilinguisme Parakeet-TDT étendu → 25 langues européennes
  • Benchmarks WER reproductibles : Canary FR 5,4 % / EN 1,8 %, Parakeet FR 7,4 % / EN 2,0 %

Post-traitement

  • Short-text keepcaps + mode correspondance étendu + exceptions par langue
  • Intégration LLM Ollama (HTTP API) — 3 positions configurables : first / hybrid / last
  • Pipeline translate (TRPP) — post-traitement miroir bleu/orange pour les textes traduits
  • Test panel PP refondu — 3 modes, configuration live, highlight de règles
  • Conversion nombres FR : heures (14 h 30), virgule décimale (1, 5 → 1,5), versions (1.3.0)
  • Continuation : keyword configurable, indicateur via DICTEE_CONTINUATION_INDICATOR, éditeur UI

Interfaces

  • Plasmoid Plasma 6 — thèmes clair/sombre, 5 styles d'animation × 10 paramètres, slider volume micro, toggles cross-process, single-instance via heartbeat
  • Tray icon refondu — mode Meeting lockable, SNI multi-DE, single-instance via fcntl
  • Setup wizard — sidebar persistante, SVG pipeline cliquable, hardware detection, ToggleSwitch Plasma, page About
  • dictee-transcribe — fenêtre transcription fichiers, diarisation optionnelle, renommage speakers post-diar

Diarisation

  • Mode Meeting avec Sortformer (4 locuteurs max)
  • Machine à états bouton Diarisation (idle → preparing → ready → recording)
  • Pipeline chunked pour fichiers longs (cf. nouveautés rc3 ci-dessus)

Traduction

  • 5 backends : Canary (intégré), LibreTranslate, Ollama (translategemma, 55 langues), Google, Bing
  • Swap bidirectionnel langue source/cible

Audio

  • Audio context buffer inter-utterance (homophones, mots coupés)
  • Sélection source audio (micro / monitor / app, PipeWire)
  • Calibration seuil silence RMS + animation speech

Multi-utilisateur & sécurité

  • Suffixe UID sur fichiers d'état /dev/shm/.dictee_state_<UID>
  • Socket daemon dans $XDG_RUNTIME_DIR
  • Sanitisation save_config() anti-injection

Packaging

  • Standalone dictee-plasmoid_*_all.deb
  • CUDA libs bundlées via pip venv (portable sans dépôt NVIDIA)
  • Vendoring text2num dans .deb/.rpm
  • Online installer/uninstaller, CHANGELOG, README install
  • Compatible aarch64/Jetson via tarball universel

Tests

  • 682 tests post-traitement (12 étapes × 7 langues, TRPP, diarisation, ReDoS)
  • 148 tests pipeline (3 modes × langues × backends × edge cases)
  • CI GitHub Actions avec job test-postprocess isolé

🖥 Support AMD GPU

Prévu v1.4 via WebGPU expérimental. ROCm pas viable (provider retiré upstream ONNX Runtime 1.23). Utilisateurs AMD : paquet CPU pour l'instant.

📦 Téléchargements

Package Plateforme Taille
dictee-cuda_1.3.0~rc3_amd64.deb Debian/Ubuntu, GPU NVIDIA 152 MB
dictee-cpu_1.3.0~rc3_amd64.deb Debian/Ubuntu, CPU uniquement 41 MB
dictee-plasmoid_1.3.0~rc3_all.deb Debian/Ubuntu, plasmoid seul 173 KB
dictee-cuda-1.3.0~rc3-1.x86_64.rpm Fedora/openSUSE, GPU NVIDIA 284 MB
dictee-cpu-1.3.0~rc3-1.x86_64.rpm Fedora/openSUSE, CPU uniquement 55 MB
dictee-plasmoid-1.3.0~rc3-1.noarch.rpm Fedora/openSUSE, plasmoid seul 99 KB
dictee-1.3.0~rc3_amd64.tar.gz Tarball universel (autres distros) 285 MB
dictee-1.3.0~rc3-source.tar.gz Archive sources 24 MB
dictee.plasmoid Widget KDE Plasma 6 brut (cross-distro) 173 KB
PKGBUILD-cuda Arch Linux, GPU NVIDIA (build local) 12 KB

🚀 Installation

# Debian / Ubuntu (GPU NVIDIA)
sudo apt install ./dictee-cuda_1.3.0~rc3_amd64.deb

# Debian / Ubuntu (CPU uniquement)
sudo apt install ./dictee-cpu_1.3.0~rc3_amd64.deb

# Fedora (GPU NVIDIA)
sudo dnf install ./dictee-cuda-1.3.0~rc3-1.x86_64.rpm

# Arch (GPU NVIDIA)
makepkg -p PKGBUILD-cuda -si

Documentation complète : wiki (FR + EN)

Full commit log: v1.2.0...v1.3.0-rc3

Assets 12
Loading