Ubuntu will Sprache in jedes Textfeld bringen und die Community läuft Sturm
KI-generiert mit ChatGPT
Canonical plant für Ubuntu 26.10 eine Diktierfunktion. Per Knopfdruck lässt sich in jedes Textfeld diktieren, in das bisher nur getippt werden konnte. Ein kleines Sprachmodell wie Whisper läuft dabei lokal auf dem Rechner, ohne Cloud-Anbindung.
- Was Canonical für Ubuntu 26.10 plant
- Warum ein Teil der Community Sturm läuft
- Wie Canonical auf die Kritik reagiert
- Der eigentliche Unterschied liegt bei den lokalen Modellen
- Ubuntu als Betriebssystem für die agentische Ära
- Was Linux-Nutzer daraus mitnehmen
- Häufige Fragen
- Was ist die Talk-to-type-Funktion in Ubuntu?
- Kann man die KI-Funktionen in Ubuntu abschalten?
- Verarbeitet Ubuntu meine Spracheingaben in der Cloud?
Die Ankündigung trifft auf eine gespaltene Linux-Community. In den Foren regt sich lautstarker Gegenwind. Einzelne Nutzer kündigen an, Alternativen in Betracht zu ziehen, weil sie keine künstliche Intelligenz im Betriebssystem wollen.
Jon Seager, Vice President of Engineering bei Canonical, stellte die Funktion auf dem Ubuntu Summit vor. Nutzer sollen künftig einen Knopf drücken und in jedes Feld sprechen können, in das sie zuvor getippt haben. Die Spracherkennung läuft über ein kleines Modell direkt auf dem Gerät. Seager formuliert es zugespitzt: „Warum wie ein Tier mit seinem KI-Agenten tippen, wenn man auch einfach mit ihm sprechen kann?“
Whisper ist ein Spracherkennungssystem. Es wandelt gesprochene Sprache in Text um und arbeitet auch ohne Internetverbindung.
AnzeigeWas Canonical für Ubuntu 26.10 plant
Die Funktion nennt sich Talk-to-type. Sie ist Teil einer größeren KI-Initiative, die Canonical über das Jahr 2026 ausrollt. Das Ziel ist ehrgeizig. Jede Stelle auf dem Ubuntu-Desktop mit Texteingabe soll auch per Stimme bedient werden.
Genau hier liegt die eigentliche Arbeit. Seager räumt offen ein, dass der einfache Teil schnell erledigt ist. Mit einem Modell zu sprechen und Text zurückzubekommen ist leicht. Die Anbindung an all die verschiedenen Eingabefelder eines modernen Desktops nennt er dagegen knifflig.
Technisch liegt das an der Vielfalt des Systems. Ein Linux-Desktop besteht aus vielen unterschiedlichen Oberflächen-Bibliotheken, sogenannten Toolkits. Eine Funktion, die zuverlässig in jedem Programm funktioniert, muss diese Vielfalt überbrücken. Eine verlässliche Integration über alle Toolkits hinweg entsteht nicht von allein.
Wie Talk-to-type genau eingeordnet und ausgeliefert wird, ist noch nicht abschließend geklärt. Seager zählt Spracheingabe und Sprachausgabe zu den impliziten Barrierefreiheitsfunktionen, die Ubuntu im Hintergrund verbessert. Die strikt optionale Opt-in-Vorschau ab Ubuntu 26.10 gilt laut OSTechNix vor allem für die expliziten, agentischen Werkzeuge. Ob die Spracheingabe zum Start vorinstalliert ist oder erst manuell aktiviert wird, ist noch offen.
Server, KI-Modelle und Recherche kosten Geld. ClawNews ist unabhängig — hilf mit, dass das so bleibt.
