اگر به دنبال یک دستیار صوتی رایگان و متنباز برای اندروید هستید که بخش مهمی از پردازش فرمانهای صوتی را روی خود گوشی انجام دهد، Dicio یکی از گزینههایی است که ارزش بررسی دارد. این برنامه برخلاف دستیارهای مبتنی بر مدلهای ابری، برای تشخیص گفتار از موتور Vosk استفاده میکند و فرمانها را با مجموعهای از الگوها و مهارتهای مشخص تطبیق میدهد. به همین دلیل Dicio بیشتر برای کارهای مشخص و روزمره طراحی شده است و نباید آن را یک چتبات هوش مصنوعی مشابه Gemini در نظر گرفت.
Dicio چیست و چگونه کار میکند؟
دستیار صوتی متنباز برای اندروید
Dicio یک دستیار صوتی متنباز برای اندروید است که با مجوز GPL-3.0 منتشر شده و قابلیتهایی مانند تشخیص گفتار، پاسخ صوتی و خروجی گرافیکی دارد. پروژه همچنان توسعه پیدا میکند و آخرین نسخه ثبتشده در مخزن GitHub، نسخه ۴.۱ است که قابلیتهایی مانند خواندن اعلانها، کنترل چراغقوه و پشتیبانی از زبان ترکی را اضافه کرده است.
برخلاف دستیارهای مبتنی بر مدلهای زبانی بزرگ، Dicio برای درک فرمانها از سیستم تطبیق جمله استفاده میکند. بنابراین اگر فرمان شما با الگوهایی که برای یک قابلیت تعریف شدهاند همخوانی داشته باشد، مهارت مربوط به آن اجرا میشود. این ساختار باعث شده برنامه برای فرمانهای مشخصی مانند تنظیم تایمر، برقراری تماس، کنترل پخش موسیقی یا پرسیدن زمان مناسب باشد اما در مکالمه آزاد و درخواستهای پیچیده محدودیت داشته باشد.
تشخیص گفتار با Vosk و پردازش روی دستگاه
Dicio برای تبدیل گفتار به متن از Vosk استفاده میکند. مدلهای تشخیص گفتار این برنامه روی گوشی اجرا میشوند و مدلهای معمولی حجم تقریبی ۵۰ مگابایت دارند. Dicio همچنین از OpenWakeWord برای تشخیص عبارت بیدارباش استفاده میکند و به صورت پیشفرض عبارت «Hey Dicio» را میشناسد.
نکته مهم این است که «پردازش روی دستگاه» به معنی آفلاین بودن تمام قابلیتهای Dicio نیست. قابلیتهایی مانند جستوجو از DuckDuckGo، وضعیت آبوهوا از OpenWeatherMap، متن ترانه از Genius و ترجمه از Lingva به سرویسهای آنلاین متکی هستند. در نتیجه اگر هدف شما حذف کامل ارتباط اینترنتی است باید مهارتهای وابسته به اینترنت را غیرفعال کنید.
نصب و تنظیم Dicio در اندروید
نصب برنامه و دانلود مدل تشخیص گفتار
Dicio برای اندروید منتشر شده و F-Droid در حال حاضر نسخه ۴.۰ را با پشتیبانی از اندروید ۵.۰ و بالاتر فهرست کرده است. در مخزن GitHub نسخه ۴.۱ نیز به عنوان جدیدترین انتشار پروژه ثبت شده است. بنابراین اگر نسخه جدیدتر را میخواهید باید هنگام نصب، منبع دریافت APK و امضای آن را بررسی کنید.
بعد از اجرای برنامه باید مجوز استفاده از میکروفون را صادر کنید و مدل تشخیص گفتار زبان موردنظر را دانلود کنید. برای استفاده از فرمان بیدارباش نیز مدل مربوط به Wake Word باید فعال شود. حجم مدل تشخیص گفتار بسته به زبان متفاوت است و پروژه برای بسیاری از زبانها از مدلهای نسبتاً کوچک استفاده میکند.
انتخاب Dicio به عنوان دستیار پیشفرض
برای اینکه فراخوانی دستیار از طریق قابلیتهای خود اندروید نیز به Dicio منتقل شود باید آن را به عنوان دستیار دیجیتال پیشفرض انتخاب کنید. مسیر دقیق ممکن است با توجه به سازنده گوشی و نسخه اندروید کمی تفاوت داشته باشد. گوگل نیز همین مسیر کلی را برای تغییر دستیار دیجیتال پیشفرض اعلام کرده است.
Settings > Apps > Default apps > Digital assistant app
تنظیمات > برنامهها > برنامههای پیشفرض > برنامه دستیار دیجیتال
پس از انتخاب Dicio میتوانید با روش فعالسازی دستیار در گوشی آن را اجرا کنید. اگر گزینه موردنظر را پیدا نکردید، جستوجوی عبارت «Digital assistant app» در بخش تنظیمات معمولاً سریعتر از پیدا کردن دستی گزینه است.
قابلیتهای Dicio برای استفاده روزمره
تنظیم تایمر، تماس و کنترل پخش موسیقی
Dicio مجموعهای از مهارتهای مشخص دارد که برای فرمانهای روزمره کاربردی هستند. تنظیم، مشاهده و لغو تایمر، نمایش ساعت، برقراری تماس با مخاطبان، باز کردن برنامهها و کنترل پخش موسیقی از جمله قابلیتهای اصلی آن هستند. نسخههای جدیدتر همچنین قابلیت خواندن اعلانها و روشن یا خاموش کردن چراغقوه را اضافه کردهاند.
در بخش جستوجو نیز میتوان سؤال را به صورت صوتی مطرح کرد تا Dicio آن را از طریق DuckDuckGo جستوجو کند. قابلیت وضعیت آبوهوا، مسیریابی، ترجمه و نمایش متن ترانه نیز در فهرست مهارتهای برنامه قرار دارند. با این حال این موارد به سرویسهای اینترنتی متکی هستند و بنابراین نباید آنها را کاملاً آفلاین در نظر گرفت.
استفاده از فرمان بیدارباش Hey Dicio
یکی از ویژگیهای مهم Dicio امکان فعال شدن با عبارت بیدارباش است. این قابلیت با OpenWakeWord کار میکند و کاربر میتواند مدلهای Wake Word سفارشی را نیز وارد برنامه کند. در نتیجه Dicio فقط به باز کردن دستی برنامه محدود نمیشود.
برای کاربران حرفهای حتی امکان استفاده از مدلهای سفارشی با پسوند .tflite وجود دارد. این ویژگی میتواند برای افرادی مفید باشد که عبارت پیشفرض را بهخوبی تشخیص نمیدهند یا میخواهند عبارت بیدارباش دیگری استفاده کنند. البته فعال بودن شنود پسزمینه میتواند روی مصرف باتری اثر بگذارد و پروژه نیز در سال ۲۰۲۶ همچنان گزارشها و درخواستهایی درباره رفتار Wake Word دریافت کرده است.
محدودیتهای Dicio و نکاتی که باید بدانید
Dicio جایگزین کامل Gemini نیست
Dicio را نباید به عنوان یک دستیار هوش مصنوعی مکالمهای در نظر گرفت. این برنامه برای اجرای مجموعهای از فرمانهای تعریفشده ساخته شده و برخلاف Gemini برای گفتوگوی آزاد، تولید متن یا انجام درخواستهای چندمرحلهای با تکیه بر یک مدل زبانی بزرگ طراحی نشده است. معماری مبتنی بر تطبیق جمله باعث میشود نتیجه به نحوه بیان فرمان و مهارت فعال مربوط باشد.
پشتیبانی زبانی نیز برای کاربران فارسیزبان یک محدودیت مهم است. فهرست فعلی پروژه شامل زبانهایی مانند انگلیسی، آلمانی، فرانسوی، ایتالیایی، روسی، اسپانیایی، ترکی و چند زبان دیگر است اما فارسی در فهرست زبانهای پشتیبانیشده قرار ندارد.
بعضی قابلیتها هنوز محدودیت یا باگ دارند
یکی از محدودیتهای قابل توجه Dicio این است که برخی قابلیتها هنوز در حال توسعه هستند. به عنوان مثال در مخزن پروژه در سال ۲۰۲۶ یک Issue باز برای مشکل ماشینحساب ثبت شده است. همچنین قابلیتهایی مانند تقویم و پیامک در قالب Pull Requestهای توسعه دیده میشوند و نمیتوان آنها را همسطح مهارتهای پایدار فعلی برنامه در نظر گرفت.
در مورد تشخیص گفتار نیز کیفیت به موتور Vosk و مدل انتخابشده وابسته است. پروژه از نسخههای قبلی امکان استفاده از موتورهای تشخیص گفتار خارجی را فراهم کرده است و این موضوع نشان میدهد Vosk تنها مسیر ورودی صوتی Dicio نیست. در صورت نیاز میتوان از بعضی برنامههای سازگار به عنوان موتور STT خارجی استفاده کرد.
حریم خصوصی Dicio چقدر است؟
چه چیزهایی روی گوشی پردازش میشوند؟
مهمترین ویژگی Dicio برای کاربرانی که به حریم خصوصی اهمیت میدهند این است که تبدیل گفتار به متن با Vosk میتواند روی خود دستگاه انجام شود و هسته برنامه نیز برای پردازش ورودی در حالت ممکن رویکرد On-Device دارد. این موضوع باعث میشود Dicio از نظر معماری با دستیارهایی که برای پردازش اصلی به سرورهای ابری متکی هستند تفاوت داشته باشد.
با این حال نباید عبارت «خصوصی» را با «کاملاً آفلاین» یکی دانست. مهارتهایی که اطلاعاتی از اینترنت دریافت میکنند همچنان به سرویسهای خارجی متصل میشوند. Dicio اجازه میدهد مهارتها را جداگانه فعال یا غیرفعال کنید تا بتوانید استفاده از قابلیتهای شبکهای را محدود کنید.
Dicio برای چه کاربری مناسب است؟
اگر هدف شما داشتن یک دستیار صوتی رایگان و متنباز اندروید برای فرمانهای مشخصی مانند تنظیم تایمر، تماس گرفتن، کنترل موسیقی، مشاهده اعلانها یا اجرای بعضی قابلیتهای گوشی است، Dicio مجموعه قابل توجهی از ابزارها را در اختیار میگذارد. از طرف دیگر اگر به گفتوگوی طبیعی، پاسخهای پیچیده، اتصال عمیق به سرویسهای گوگل یا فرمانهای چندمرحلهای نیاز دارید، معماری Dicio با چنین کاربردی تفاوت اساسی دارد.
در نتیجه نقطه قوت اصلی Dicio را باید در متنباز بودن، امکان پردازش محلی و قابلیت تنظیم مهارتها جستوجو کرد. در مقابل پشتیبانی محدودتر از زبانها، وابستگی بعضی مهارتها به اینترنت و برخی مشکلات گزارششده در قابلیتهای خاص از نکاتی هستند که هنگام نصب باید در نظر گرفته شوند. پروژه نیز همچنان فعال است و انتشار نسخه ۴.۱ و فعالیت مخزن در سال ۲۰۲۶ نشان میدهد توسعه آن متوقف نشده است.
سیارهی آیتی