نصب و استفاده از Dicio؛ دستیار صوتی متن‌باز و خصوصی برای اندروید را بیاموزید!
Dicio با تکیه بر پردازش محلی صدا، دستیار صوتی متفاوتی برای اندروید است؛ اما آیا می‌تواند جایگزین مناسبی برای جمنای...
آموزش نصب و استفاده از Dicio؛ دستیار صوتی متن‌باز و خصوصی اندروید
شنبه ۷ شهریور ۱۴۰۵ – ۱۴:۲۰
مطالعه ۷ دقیقه
ملیکا طاهران پور
Dicio به‌عنوان یک دستیار صوتی متفاوت برای اندروید، بر پردازش محلی صدا تکیه دارد؛ اما آیا می‌تواند جایگزین مناسبی برای Gemini باشد؟
با نزدیک‌شدن به 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 نیز وجود دارند. Dicio یکی از این گزینه‌هاست؛ 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 سیستم‌عامل اندروید طراحی شده و هسته‌ی آن بر پردازش محلی استوار است. فرمان‌های صوتی با استفاده از 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 وضعیت آب‌وهوا و تنظیم تایمر گرفته تا تماس با مخاطبان، کنترل پخش رسانه و اعلان زمان.
مراحل نصب و اجرای Dicio روی اندروید
نصب Dicio مسیر پیچیده‌ای ندارد. می‌توان آن را از پلی استور یا به‌صورت مستقیم از گیت‌هاب دریافت کرد.
بعد از نصب، با باز کردن برنامه، در صفحه اصلی، سه کارت مربوط به تنظیمات اولیه را مشاهده خواهید کرد.
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؛ در غیر 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 متفاوت است، 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.
برای فعال‌کردن دستیار کافی است عبارت Hey Dicio را بگویید و سپس فرمان موردنظر خود را بیان کنید. تلفظ نام Dicio ممکن است در تشخیص عبارت بیدارباش تأثیر داشته باشد؛ در آزمایش انجام‌شده، تلفظ Hey De-shaw عملکرد بهتری داشت.
محدودیت‌هایی که قبل از نصب Dicio باید بدانید
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.
نبود پشتیبانی از زبان فارسی، یکی از محدودیت‌های مهم Dicio برای کاربران ایرانی است. این دستیار در حال حاضر از زبان‌هایی مانند انگلیسی، آلمانی، فرانسوی، اسپانیایی، ایتالیایی، ترکی، روسی و چند زبان دیگر پشتیبانی می‌کند، اما فارسی در فهرست زبان‌های آن قرار ندارد. در نتیجه، کاربران فارسی‌زبان نمی‌توانند مانند زبان‌های پشتیبانی‌شده، فرمان‌های صوتی فارسی را مستقیماً به Dicio بدهند.
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.
Dicio برای انجام کارهای روزمره و فرمان‌های ساده عملکرد قابل‌قبولی دارد. تجربه‌ی عملی با کارهای روزمره (در زبان انگلیسی)، عملکرد متوسطی را نشان می‌دهد. تنظیم تایمر بدون دردسر انجام شد. تماس هندزفری با مخاطبان هم قابل‌اعتماد بود. پرس‌وجوی هوا، خواندن اعلان‌ها با صدای بلند، مسیریابی هندزفری با گوگل مپس و کنترل پخش اسپاتیفای نیز طبق انتظار کار کردند. درخواست برای روشن کردن چراغ‌قوه و پرسیدن زمان نیز مناسب بود.
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.
دقت تشخیص گفتار Dicio هنوز به سطح مدل‌های پیشرفته گوگل نمی‌رسد. برخی قابلیت‌های دیگر نیز هنوز در Dicio پیاده‌سازی نشده‌اند. در حال حاضر امکان یادداشت‌برداری یا نوشتن ایمیل و پیام متنی با فرمان صوتی وجود ندارد. البته توسعه Dicio همچنان ادامه دارد و برخی از این قابلیت‌ها در برنامه توسعه آینده پروژه قرار گرفته‌اند.
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.
از سوی دیگر، عبارت «پردازش کاملاً روی دستگاه» درباره تمام قابلیت‌های Dicio صدق نمی‌کند. اگرچه هسته تشخیص گفتار و بخش مهمی از پردازش فرمان‌ها روی گوشی انجام می‌شود، برخی مهارت‌ها برای دریافت اطلاعات به سرویس‌های آنلاین متکی هستند. برای مثال، اطلاعات آب‌وهوا از طریق API سرویس OpenWeatherMap دریافت می‌شود، قابلیت شناسایی آهنگ از Genius استفاده می‌کند و جست‌وجوی اینترنتی نیز از DuckDuckGo کمک می‌گیرد.
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.
آیا Dicio می‌تواند جایگزین Gemini شود؟
Dicio بیشتر یک جایگزین حریم‌خصوصی‌محور برای Gemini است تا رقیبی کامل. در حال حاضر، دستیار Dicio نمی‌تواند برای تمامی کاربران جایگزینی کامل برای گوگل اسیستنت یا Gemini باشد؛ زیرا دقت تشخیص گفتار آن هم‌پای رقبای گوگلی نیست، برخی قابلیت‌های کاربردی را ندارد یا در اجرای آن‌ها ناپایدار عمل می‌کند.
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 Gemini، 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.