آموزش نصب و استفاده از Dicio؛ دستیار صوتی متن‌باز و خصوصی اندروید

با نزدیک‌شدن پایان عمر Google Assistant روی گوشی‌ها و تبلت‌های اندرویدی تا ابتدای سپتامبر، گوگل کاربران را به سمت Gemini هدایت می‌کند؛ اما اگر به‌دنبال دستیار صوتی با رویکردی متفاوت باشید، گزینه‌های دیگری هم وجود دارند. Dicio یکی از این گزینه‌ها است؛ دستیار صوتی رایگان و متن‌بازی که به‌جای تکیه بر پردازش ابری، تلاش می‌کند فرمان‌ها و پاسخ‌ها را تا حد امکان مستقیماً روی خود دستگاه پردازش کند.

Dicio برای اندروید ساخته شده است و هسته‌ی آن بر پردازش محلی تکیه دارد. فرمان‌های صوتی با موتور تشخیص گفتار Vosk روی گوشی پردازش می‌شوند و به‌جای تکیه بر مدل‌های زبانی بزرگ، سامانه‌ای برای تطبیق جمله‌ها وظیفه دارد تشخیص دهد کاربر چه می‌خواهد. نتیجه، دستیار صوتی‌ای است که مفهوم skill (مهارت) را برای قابلیت‌های جداگانه به کار می‌برد و در نسخه‌ی فعلی ۱۳ مهارت دارد؛ از بررسی هوا و تنظیم تایمر گرفته تا تماس با مخاطبان، کنترل پخش رسانه و اعلان زمان و تنظیم تایمر.

ملیکا طاهران‌ پور

راهنمای جامع Claude Skills: صفر تا صد استفاده از اسکیل‌های کلاد

مطالعه '6

نصب هم مسیر پیچیده‌ای ندارد. می‌توان Dicio را پلی استور یا به‌صورت مستقیم از گیت‌هاب دریافت کرد.

بعد از نصب، وقتی برنامه را باز می‌کنید، در صفحه اصلی، سه کارت مربوط به تنظیمات اولیه را می‌بینید.

• روی Grant microphone permission بزنید و وقتی اندروید درخواست دسترسی کرد، گزینه While using this app را انتخاب کنید. این مجوز برای دریافت فرمان‌های صوتی ضروری است.
• در کارت دوم روی Download speech to text بزنید تا مدل تشخیص گفتار Vosk برای زبان موردنظر شما با حجم تقریباً ۵۰ مگابایت دانلود شود.

پس از دانلود، پردازش فرمان‌های صوتی می‌تواند به‌طور مستقیم روی خود گوشی انجام شود.

• در کارت Set up wake word روی Grant permission بزنید و گزینه Download را انتخاب کنید.

با این کار مدل مربوط به تشخیص کلمه بیدارباش (Wake Word) نصب می‌شود و بعد از این مرحله، می‌توانید از عبارت بیدارباش مانند Hey Dicio استفاده کنید.

در مرحله آخر باید Dicio را به‌عنوان دستیار پیش‌فرض اندروید انتخاب کنید؛ درغیر این صورت با گفتن «Hey Dicio» تنها داخل خود برنامه واکنش می‌دهد، اما دکمه‌ی خانه یا میان‌بر «Hey Google» همچنان Gemini را بالا می‌آورد. مسیر دقیق بسته به سازنده‌ی گوشی فرق می‌کند، اما در بیشتر دستگاه‌های اندرویدی:

• وارد Settings / تنظیمات گوشی شوید.
• به بخش Apps / برنامه‌ها بروید.
• گزینه Default apps / برنامه‌های پیش‌فرض را انتخاب کنید.
• وارد Digital assistant app / برنامه دستیار دیجیتال شوید و Dicio را انتخاب کنید.

بعد از نصب فرمان صوتی شما توسط Vosk روی خود گوشی به متن تبدیل می‌شود. Dicio با سیستم تطبیق جمله خودش تشخیص می‌دهد که منظور شما چیست و سپس مهارت (Skill) مربوطه را اجرا می‌کند.

دستیار Dicio برخلاف دستیارهای متکی به فضای ابری، پردازش اصلی را به‌طور مستقیم روی خود دستگاه انجام می‌دهد. این برنامه امکاناتی نظیر تنظیم تایمر، برقراری تماس با مخاطبان، مدیریت پخش رسانه، اطلاع از وضعیت آب‌وهوا و قابلیت ترجمه درون‌دستگاهی را در اختیار کاربر می‌گذارد و برنامه درست مانند هر دستیار صوتی دیگر عمل می‌کند، البته تا جایی که قابلیت‌هایش اجازه دهند.

این موضوع زمانی بیشتر به چشم می‌آید که Dicio را با دستیارهای گوگل مقایسه کنیم؛ Google Assistant روی اندروید از فارسی پشتیبانی نمی‌کرد، اما Gemini اکنون فارسی را در فهرست زبان‌های پشتیبانی‌شده خود دارد. البته گوگل تأکید می‌کند که برخی قابلیت‌های Gemini، به‌خصوص امکانات صوتی و دستیار، ممکن است در همه زبان‌ها یکسان نباشند. بنابراین اگر استفاده از دستیار صوتی به زبان فارسی برایتان اهمیت دارد، Dicio در شرایط فعلی گزینه مناسبی محسوب نمی‌شود.

اما برنامه در تشخیص اسامی مخاطبان و اپ‌های ناآشنا یا تلاش برای تشخیص اسم ترانه‌ها برای نمایش دادن متن آن‌ها عملکرد ضعیفی داشت. براساس تجربه‌ی شخصی می‌توانم بگویم این دستیار برای کارهای پایه پاسخ‌گویی قابل قبولی داشت. این را هم در نظر بگیرید که مهم است با صدای بلند و واضح با آن صحبت کنید.

بازکردن برنامه‌ها یکی از مواردی است که ممکن است با مشکل مواجه شود. برنامه‌های داخلی اندروید معمولاً بدون مشکل اجرا می‌شوند، اما برخی برنامه‌های شخص ثالث ممکن است با وجود شناسایی صحیح فرمان، باز نشوند. برای مثال، ممکن است Dicio اعلام کند که قصد بازکردن برنامه‌ی درخواستی ما را دارد، اما برنامه در عمل روی صفحه نمایش داده نشود.

مهدی بازیار

اندروید اتو چیست؟ با دستیار هوشمند رانندگی اندروید آشنا شوید

مطالعه '10

مهم‌ترین محدودیت Dicio برای کاربرانی که به دستیار صوتی هنگام رانندگی وابسته هستند، نبود پشتیبانی از Android Auto است. محدودیت مهم دیگر به سیستم تشخیص گفتار مربوط می‌شود. Dicio برای تبدیل صدای کاربر به متن از موتور متن‌باز Vosk استفاده می‌کند که امکان پردازش محلی فرمان‌های صوتی را فراهم می‌کند، اما دقت آن در سطح مدل‌های تشخیص گفتار گوگل نیست. در برخی مواقع Wake Word شناسایی نمی‌شود یا دستیار فرمان کاربر را اشتباه متوجه می‌شود و در نتیجه باید عبارت موردنظر را دوباره تکرار کرد. لهجه‌های مختلف نیز ممکن است روی دقت تشخیص تأثیر بگذارند.

بنابراین اگر حفظ حریم خصوصی برایتان اهمیت زیادی دارد و می‌خواهید تا حد امکان هیچ اطلاعاتی از دستگاه خارج نشود، بهتر است اسکلیل‌های متصل به اینترنت را در تنظیمات Dicio بررسی و در صورت نیاز غیرفعال کنید.

با این حال، هدف از توسعه این برنامه متفاوت بوده است و اگر حریم خصوصی، ساختار متن‌باز و پردازش محلی دستورها اولویت شما باشد، این ابزار گزینه‌ای قابل‌توجه خواهد بود. Dicio در انجام وظایف روزمره‌ای مانند برقراری تماس، تنظیم تایمر، مدیریت پخش موسیقی و اجرای فرمان‌های ساده عملکرد مطلوبی دارد و می‌تواند بدون وابستگی تمام‌عیار به بسترهای ابری، بخشی از نیازهای شما را رفع کند.

در نتیجه، Dicio را بهتر است نه به‌عنوان جایگزین مستقیم جمنای، بلکه به‌عنوان یک دستیار صوتی متن‌باز و حریم‌خصوصی‌محور برای اندروید در نظر گرفت؛ پروژه‌ای که هنوز فاصله زیادی با امکانات دستیارهای بزرگ دارد، اما برای افرادی که پردازش محلی داده‌ها را به قابلیت‌های گسترده ترجیح می‌دهند، گزینه‌ای ارزشمند به شمار می‌رود.