با اعلام گوگل مبنی بر بازنشستگی تدریجی Google Assistant در گوشی‌ها و تبلت‌های اندرویدی تا ابتدای سپتامبر، بسیاری از کاربران به استفاده از Gemini هدایت شده‌اند. اما برای کسانی که به‌دنبال تجربه‌ای متفاوت، سبک‌تر و متمرکز بر حریم خصوصی هستند، گزینه‌های جایگزین نیز وجود دارد. یکی از جالب‌ترین این گزینه‌ها، دستیار صوتی Dicio است؛ پروژه‌ای رایگان، متن‌باز و توسعه‌یافته برای اندروید که تلاش می‌کند وابستگی به سرورهای ابری را به حداقل برساند.

Dicio چیست و چگونه کار می‌کند؟

Dicio برخلاف دستیارهای بزرگ مبتنی بر مدل‌های زبانی عظیم، از رویکردی ساده‌تر اما خصوصی‌تر استفاده می‌کند. هسته اصلی آن بر پردازش محلی صدا استوار است. تبدیل گفتار به متن توسط موتور متن‌باز Vosk مستقیماً روی دستگاه انجام می‌شود و سپس یک سامانه تطبیق جمله (Sentence Matching) تشخیص می‌دهد که درخواست کاربر به کدام قابلیت مربوط است.

در این معماری خبری از ارسال مداوم صدا به سرورهای خارجی برای تحلیل نیست. Dicio مفهوم «مهارت» یا Skill را برای دسته‌بندی توانایی‌های خود به کار می‌برد و در نسخه فعلی ۱۳ مهارت فعال دارد. این مهارت‌ها طیف وسیعی از کارهای روزمره را پوشش می‌دهند:

  • بررسی وضعیت آب‌وهوا
  • تنظیم تایمر و اعلام زمان
  • برقراری تماس با مخاطبان
  • کنترل پخش رسانه و موسیقی
  • مسیریابی با نقشه
  • روشن کردن چراغ‌قوه
  • جست‌وجوی اینترنتی و ترجمه درون‌دستگاهی
  • شناسایی آهنگ و نمایش متن ترانه

چنین رویکردی باعث می‌شود Dicio حتی بدون اتصال پایدار به اینترنت بتواند بخشی از فرمان‌ها را اجرا کند، هرچند برخی مهارت‌ها همچنان برای دریافت داده به اینترنت نیاز دارند.

آموزش نصب و راه‌اندازی Dicio روی اندروید

نصب Dicio پیچیدگی خاصی ندارد. این برنامه هم از طریق گوگل پلی و هم به‌صورت مستقیم از صفحه رسمی پروژه در گیت‌هاب قابل دریافت است. پس از نصب، برای فعال‌سازی کامل باید چند مرحله اولیه را طی کنید:

۱. اعطای دسترسی میکروفون: پس از اجرای برنامه، در صفحه اصلی سه کارت تنظیمات مشاهده می‌کنید. روی گزینه Grant microphone permission بزنید و در پنجره اندروید گزینه While using the app را انتخاب کنید. این دسترسی برای شنیدن فرمان‌های صوتی ضروری است.

۲. دانلود مدل تشخیص گفتار: در کارت دوم روی Download speech to text بزنید. مدل Vosk برای زبان انتخابی شما حدود ۵۰ مگابایت حجم دارد. پس از دانلود، تبدیل گفتار به متن به‌صورت کاملاً محلی روی گوشی انجام خواهد شد.

۳. فعال‌سازی کلمه بیدارباش: در کارت سوم روی Grant permission و سپس Download بزنید تا مدل تشخیص Wake Word نصب شود. پس از آن می‌توانید با گفتن عبارت Hey Dicio دستیار را فراخوانی کنید. در تجربه‌های عملی، تلفظ Hey De-shaw نتیجه بهتری در تشخیص داشته است.

۴. تنظیم به‌عنوان دستیار پیش‌فرض: برای اینکه Dicio با نگه داشتن دکمه خانه یا گفتن کلمه بیدارباش در خارج از برنامه نیز فعال شود، باید آن را به‌عنوان دستیار پیش‌فرض سیستم انتخاب کنید. مسیر کلی در بیشتر گوشی‌ها به این شکل است:

  • وارد Settings یا تنظیمات شوید
  • به بخش Apps / برنامه‌ها بروید
  • گزینه Default apps / برنامه‌های پیش‌فرض را انتخاب کنید
  • وارد Digital assistant app شوید و Dicio را برگزینید

در غیر این صورت، عبارت بیدارباش فقط داخل خود برنامه Dicio عمل خواهد کرد و میان‌برهای سیستمی همچنان Gemini را اجرا می‌کنند.

عملکرد روزمره؛ نقاط قوت و محدودیت‌های مهم

در آزمایش‌های انجام‌شده با زبان انگلیسی، Dicio در انجام کارهای پایه عملکردی قابل قبول و پایدار از خود نشان داده است. تنظیم تایمر، برقراری تماس هندزفری، اعلام وضعیت هوا، خواندن اعلان‌ها با صدای بلند، مسیریابی از طریق گوگل مپس، کنترل پخش اسپاتیفای و پاسخ به پرسش‌هایی مانند اعلام ساعت، همگی بدون مشکل اجرا شدند.

داخل خبر (468x60)

اما محدودیت‌ها نیز کم نیستند و پیش از نصب باید از آن‌ها آگاه بود:

۱. عدم پشتیبانی از زبان فارسی: مهم‌ترین مانع برای کاربران ایرانی، نبود زبان فارسی در فهرست زبان‌های پشتیبانی‌شده است. Dicio در حال حاضر از زبان‌هایی مانند انگلیسی، آلمانی، فرانسوی، اسپانیایی، ایتالیایی، ترکی و روسی پشتیبانی می‌کند. در مقابل، هرچند گوگل اسیستنت از فارسی پشتیبانی نمی‌کرد، اما Gemini اکنون فارسی را به فهرست خود افزوده است. بنابراین اگر تعامل صوتی به زبان فارسی برایتان اولویت دارد، Dicio در شرایط فعلی گزینه مناسبی نیست.

۲. دقت کمتر تشخیص گفتار: موتور Vosk اگرچه امکان پردازش آفلاین را فراهم می‌کند، اما دقت آن به پای مدل‌های پیشرفته گوگل نمی‌رسد. گاهی کلمه بیدارباش تشخیص داده نمی‌شود یا فرمان کاربر اشتباه تفسیر می‌شود و نیاز به تکرار است. لهجه‌های مختلف نیز می‌تواند بر دقت تأثیر بگذارد.

۳. ناسازگاری با برخی اپلیکیشن‌ها: باز کردن برنامه‌های سیستمی اندروید معمولاً بدون مشکل انجام می‌شود، اما در اجرای برخی اپلیکیشن‌های شخص ثالث، حتی با تشخیص درست فرمان، برنامه در عمل باز نمی‌شود.

۴. فقدان Android Auto و قابلیت‌های نوشتاری: برای کاربرانی که هنگام رانندگی به دستیار صوتی متکی هستند، نبود پشتیبانی از Android Auto یک نقطه ضعف بزرگ محسوب می‌شود. همچنین فعلاً امکان یادداشت‌برداری یا نوشتن ایمیل و پیام متنی با فرمان صوتی وجود ندارد، هرچند این موارد در نقشه راه توسعه پروژه قرار دارد.

۵. نیمه آفلاین بودن: اگرچه هسته تشخیص صدا روی دستگاه است، اما شعار «پردازش کاملاً روی گوشی» برای همه مهارت‌ها صادق نیست. برای مثال اطلاعات هواشناسی از طریق سرویس OpenWeatherMap، شناسایی آهنگ از Genius و جست‌وجوی وب از DuckDuckGo دریافت می‌شود. بنابراین اگر حفظ کامل حریم خصوصی برایتان حیاتی است، توصیه می‌شود مهارت‌های وابسته به اینترنت را در تنظیمات برنامه بررسی و در صورت نیاز غیرفعال کنید.

آیا Dicio می‌تواند جایگزین Gemini شود؟

پاسخ کوتاه این است: Dicio در حال حاضر یک جایگزین کامل برای Gemini یا گوگل اسیستنت نیست. دقت تشخیص گفتار پایین‌تر، نبود برخی قابلیت‌های کاربردی و ناپایداری در اجرای بعضی فرمان‌ها، آن را از رقابت مستقیم با دستیارهای ابری گوگل باز می‌دارد.

اما هدف Dicio چیز دیگری است. این پروژه می‌خواهد انتخابی حریم‌خصوصی‌محور، سبک و شفاف باشد؛ دستیاری که کد آن برای همه قابل بررسی است، داده‌های صوتی را بدون نیاز به حساب کاربری و ارسال به سرور پردازش می‌کند و برای کارهای ساده و روزمره بدون وابستگی به غول‌های فناوری کار می‌کند.

اگر اولویت شما انجام سریع و خصوصی کارهایی مانند تنظیم تایمر، تماس هندزفری، مدیریت موسیقی و فرمان‌های ساده بدون ردپای ابری است، Dicio می‌تواند مکمل یا حتی جایگزینی محدود اما ارزشمند برای Gemini باشد. در مقابل، اگر به تعامل روان به زبان فارسی، دقت بالا در تشخیص لهجه‌ها، پشتیبانی از Android Auto و اکوسیستم گسترده خدمات گوگل نیاز دارید، همچنان Gemini گزینه کامل‌تری باقی می‌ماند.

در نهایت Dicio نمونه‌ای موفق از این ایده است که دستیار صوتی لزوماً نباید به معنای ارسال همه چیز به فضای ابری باشد؛ گاهی پردازش هوشمند و محلی روی خود گوشی، برای بخش بزرگی از نیازهای روزمره کافی است.