تایپ صوتی در اندروید یکی از ساده‌ترین روش‌ها برای نوشتن پیام، یادداشت و متن‌های طولانی بدون استفاده از صفحه‌کلید است. بسیاری از کاربران برای این کار از تایپ صوتی گوگل استفاده می‌کنند، اما وابستگی بعضی قابلیت‌های آن به اینترنت و نگرانی درباره حریم خصوصی باعث شده است جایگزین‌های آفلاین نیز مورد توجه قرار بگیرند.
برنامه WhisperBoard یک کیبورد اندروید با قابلیت تبدیل گفتار به متن است که می‌تواند صدای کاربر را مستقیماً روی گوشی پردازش کند. این برنامه از مدل هوش مصنوعی محلی استفاده می‌کند و پس از دانلود فایل مدل، برای تشخیص گفتار در حالت Local به اتصال اینترنت نیاز ندارد. البته سرعت تبدیل صدا به متن و پشتیبانی از زبان‌ها در آن با کیبورد گوگل تفاوت دارد.
معرفی WhisperBoard؛ کیبورد اندروید با تایپ صوتی آفلاین
WhisperBoard یک کیبورد متن‌باز مبتنی بر HeliBoard است که قابلیت تشخیص گفتار را به امکانات صفحه‌کلید اضافه می‌کند. برخلاف برنامه‌های معمول تبدیل صدا به متن که خروجی را در صفحه‌ای جداگانه نمایش می‌دهند، این کیبورد می‌تواند متن تشخیص‌داده‌شده را مستقیماً در برنامه‌های مختلف وارد کند.
به عنوان مثال، می‌توانید در برنامه یادداشت‌برداری، پیام‌رسان یا مرورگر روی کادر نوشتن تپ کنید و به‌جای تایپ دستی، متن را با صدای خود وارد کنید.
در نسخه ۳٫۸ برنامه WhisperBoard، موتور تشخیص گفتار محلی به مدل Parakeet TDT 0.6B v3 شرکت انویدیا تغییر کرده است. این مدل از طریق فناوری sherpa-onnx روی گوشی اجرا می‌شود و می‌تواند بدون ارسال صدا به سرور، گفتار را به متن تبدیل کند.
مهم‌ترین امکانات این کیبورد عبارت‌اند از:
- تایپ صوتی آفلاین: پردازش گفتار روی گوشی پس از دانلود مدل موردنیاز.
- استفاده در برنامه‌های مختلف: وارد کردن متن در پیام‌رسان‌ها، یادداشت‌ها و سایر کادرهای تایپ.
- مدیریت حریم خصوصی: امکان انتخاب پردازش محلی بدون استفاده از سرویس ابری برای تشخیص گفتار.
- تشخیص خودکار زبان: پشتیبانی مدل محلی از مجموعه‌ای از زبان‌های اروپایی.
- نشانه‌گذاری خودکار: تشخیص نسبی نقطه‌گذاری و حروف بزرگ در زبان‌های پشتیبانی‌شده.
نکته مهم برای کاربران فارسی‌زبان: مدل Parakeet مورد استفاده در نسخه ۳٫۸ از ۲۵ زبان اروپایی پشتیبانی می‌کند و فارسی جزو زبان‌های اعلام‌شده آن نیست. بنابراین نباید انتظار داشت که این نسخه برای تبدیل گفتار فارسی به متن عملکرد مناسبی داشته باشد.
آموزش نصب WhisperBoard و فعال کردن تایپ صوتی آفلاین در اندروید
برای استفاده از WhisperBoard باید فایل نصب برنامه و مدل تشخیص گفتار را دریافت کنید. برخلاف بسیاری از کیبوردهای رایج، راه‌اندازی آن به چند تنظیم اولیه نیاز دارد.
نصب برنامه و فعال کردن کیبورد در گوشی
WhisperBoard در نسخه موردبحث به‌صورت فایل APK منتشر شده است. پس از دریافت نسخه معتبر از صفحه انتشار رسمی پروژه، فایل را نصب کنید.
برای نصب APK ممکن است لازم باشد اجازه نصب برنامه از منبع انتخاب‌شده را به‌صورت موقت فعال کنید. از نصب نسخه‌های ناشناس یا تغییر‌یافته خودداری کنید؛ زیرا کیبوردها به متن‌هایی که تایپ می‌کنید دسترسی بالقوه دارند.
پس از نصب، در بیشتر گوشی‌های اندرویدی وارد مسیر زیر شوید:
Settings → System → Keyboard → On-screen keyboard
تنظیمات ← سیستم ← صفحه‌کلید ← صفحه‌کلید روی صفحه
در گوشی‌های سامسونگ با رابط One UI معمولاً مسیر فعال‌سازی کیبورد به شکل زیر است:
Settings → General management → Keyboard list and default
تنظیمات ← مدیریت عمومی ← فهرست صفحه‌کلیدها و پیش‌فرض
WhisperBoard را فعال کنید و در صورت تمایل آن را به‌عنوان کیبورد پیش‌فرض انتخاب کنید. سپس دسترسی میکروفون را هنگام درخواست برنامه تأیید کنید.
دانلود مدل هوش مصنوعی و فعال کردن Local Mode
پس از فعال‌سازی کیبورد، تنظیمات WhisperBoard را باز کنید و وارد بخش مربوط به Voice Input شوید. نام دقیق گزینه‌ها ممکن است با نسخه برنامه تغییر کند.
در بخش انتخاب حالت تشخیص گفتار، گزینه Local را انتخاب کنید و فایل مدل موردنیاز را دانلود کنید.
حجم مدل محلی در نسخه ۳٫۸ حدود ۶۴۰ تا ۶۷۰ مگابایت گزارش شده است؛ بنابراین بهتر است حداقل حدود ۷۰۰ مگابایت فضای خالی برای فایل دانلودی در نظر بگیرید. فضای موردنیاز نهایی برنامه ممکن است بیشتر باشد.
پس از تکمیل دانلود، اتصال اینترنت را قطع کنید و تایپ صوتی را آزمایش کنید. اگر مدل به‌درستی نصب شده باشد، تشخیص گفتار در زبان‌های پشتیبانی‌شده باید بدون اینترنت نیز کار کند.
WhisperBoard علاوه بر Local، حالت Cloud مبتنی بر Deepgram و حالت Auto را نیز ارائه می‌کند. در حالت Auto ممکن است هنگام اتصال به اینترنت از پردازش ابری استفاده شود؛ بنابراین اگر حریم خصوصی برایتان اولویت دارد، حالت Local انتخاب مناسب‌تری است.
مقایسه تایپ صوتی گوگل و WhisperBoard؛ سرعت و دقت کدام بهتر است؟
مهم‌ترین تفاوت WhisperBoard با تایپ صوتی گوگل در نحوه نمایش متن و محل پردازش گفتار است.
کیبورد گوگل در بسیاری از گوشی‌های سازگار می‌تواند کلمات را هم‌زمان با صحبت کردن روی صفحه نمایش دهد. در مقابل، WhisperBoard نسخه ۳٫۸ از روش نگه داشتن دکمه میکروفون استفاده می‌کند؛ یعنی ابتدا صحبت می‌کنید و پس از رها کردن دکمه، برنامه گفتار ضبط‌شده را پردازش می‌کند.
این تفاوت باعث می‌شود تایپ صوتی گوگل برای مکالمات سریع و نوشتن پیام‌های کوتاه معمولاً روان‌تر به نظر برسد.
|
ویژگی |
WhisperBoard |
تایپ صوتی گوگل |
|---|---|---|
|
پردازش کاملاً آفلاین |
در حالت Local |
در بعضی دستگاه‌ها و حالت‌های سازگار |
|
نمایش متن هم‌زمان با صحبت |
خیر، در نسخه ۳٫۸ |
در بسیاری از دستگاه‌ها بله |
|
مدل تشخیص گفتار |
Parakeet محلی |
وابسته به دستگاه و سرویس گوگل |
|
پشتیبانی از فارسی |
در مدل محلی معرفی‌شده خیر |
بله، بسته به دستگاه و تنظیمات |
|
نیاز به دانلود مدل بزرگ |
بله |
بسته به دستگاه و قابلیت |
|
پردازش ابری |
اختیاری |
بسته به قابلیت و دستگاه |
دقت تبدیل گفتار به متن در WhisperBoard
مدل Parakeet می‌تواند در زبان‌های پشتیبانی‌شده، متن را همراه با نشانه‌گذاری و حروف بزرگ و کوچک تولید کند. با این حال، دقت آن به کیفیت میکروفون، نویز محیط، لهجه و توان پردازشی گوشی بستگی دارد.
همچنین ممکن است گفتن عبارت‌هایی مانند نام علائم نگارشی باعث شود همان عبارت به‌صورت متن نوشته شود؛ زیرا مدل در بعضی شرایط نشانه‌گذاری را به‌صورت خودکار انجام می‌دهد.
از طرف دیگر، نباید تصور کرد که تایپ صوتی گوگل همیشه تمام صداها را به سرور ارسال می‌کند. بعضی گوشی‌های پیکسل و سایر دستگاه‌های سازگار از قابلیت‌های تشخیص گفتار روی دستگاه بهره می‌برند.
بنابراین مزیت اصلی WhisperBoard، امکان انتخاب صریح حالت پردازش محلی و استفاده بدون اینترنت است؛ نه اینکه لزوماً در همه شرایط دقیق‌تر یا خصوصی‌تر از تمام قابلیت‌های گوگل باشد.
تایپ صوتی آفلاین در اندروید با WhisperBoard به زبان فارسی
قابلیت تایپ صوتی آفلاین در اندروید با WhisperBoard به کاربران اجازه می‌دهد بدون اتصال به اینترنت، گفتار خود را به متن تبدیل کنند. این برنامه از مدل هوش مصنوعی Parakeet برای پردازش صدا روی گوشی استفاده می‌کند و به همین دلیل می‌تواند برای افرادی که به حریم خصوصی اهمیت می‌دهند، گزینه مناسبی باشد. با این حال، یکی از محدودیت‌های مهم WhisperBoard در نسخه ۳٫۸، پشتیبانی نکردن مدل تشخیص گفتار محلی آن از زبان فارسی است.
مدل Parakeet TDT 0.6B v3 که در این نسخه استفاده می‌شود، از ۲۵ زبان اروپایی پشتیبانی می‌کند و زبان فارسی در فهرست زبان‌های آن قرار ندارد. بنابراین اگرچه می‌توان کیبورد WhisperBoard را روی گوشی اندرویدی نصب کرد، تبدیل گفتار فارسی به متن به‌صورت آفلاین با مدل پیش‌فرض این نسخه امکان‌پذیر نیست. حتی اگر بتوانید حروف فارسی را با کیبورد تایپ کنید، این موضوع به معنی پشتیبانی موتور تشخیص گفتار از زبان فارسی نیست.
برای تایپ صوتی فارسی در اندروید، استفاده از Gboard و قابلیت تایپ صوتی گوگل انتخاب کاربردی‌تری است؛ هرچند عملکرد آفلاین آن به گوشی، زبان و مدل‌های نصب‌شده بستگی دارد. اگر تبدیل گفتار فارسی به متن بدون اینترنت برایتان ضروری است، باید سراغ برنامه‌هایی بروید که صراحتاً از مدل‌های تشخیص گفتار فارسی پشتیبانی می‌کنند. برخی مدل‌های چندزبانه مبتنی بر Whisper از زبان فارسی پشتیبانی می‌کنند، اما وجود چنین مدلی به‌تنهایی به معنی سازگاری آن با نسخه فعلی WhisperBoard نیست.
بهترین کیبورد تبدیل گفتار به متن آفلاین برای اندروید کدام است؟
اگر به دنبال یک کیبورد اندروید هستید که بدون اینترنت کار کند، WhisperBoard یکی از گزینه‌های قابل بررسی است؛ اما تنها انتخاب موجود نیست.
برنامه FUTO Keyboard نیز از تایپ صوتی آفلاین پشتیبانی می‌کند و برای تشخیص گفتار از مدل‌های قابل دانلود استفاده می‌کند. با این حال، پشتیبانی از زبان‌ها و کیفیت خروجی باید برای نسخه و مدل انتخاب‌شده بررسی شود.
در انتخاب بهترین برنامه تبدیل صدا به متن برای اندروید بهتر است به چند عامل توجه کنید:
- پشتیبانی از زبان فارسی: اگر بیشتر به فارسی صحبت می‌کنید، این موضوع از آفلاین بودن مهم‌تر است.
- سرعت پردازش: مدل‌های محلی روی گوشی‌های ضعیف‌تر ممکن است با تأخیر بیشتری کار کنند.
- حریم خصوصی: بررسی کنید که پردازش صدا واقعاً روی دستگاه انجام می‌شود یا سرویس ابری نیز فعال است.
- حجم مدل: مدل‌های تشخیص گفتار ممکن است صدها مگابایت فضای ذخیره‌سازی اشغال کنند.
- روش تایپ صوتی: بعضی کیبوردها متن را زنده نمایش می‌دهند و بعضی پس از پایان ضبط آن را تولید می‌کنند.
برای کاربران فارسی‌زبان، تایپ صوتی گوگل همچنان گزینه کاربردی‌تری است؛ زیرا از زبان فارسی پشتیبانی می‌کند. اما اگر بیشتر به یکی از زبان‌های پشتیبانی‌شده Parakeet صحبت می‌کنید و می‌خواهید تشخیص گفتار بدون اتصال اینترنت انجام شود، WhisperBoard می‌تواند جایگزین مناسبی باشد.
اینتوتک