رونمایی از OpenCode Hex؛ ابزار رایگان و آفلاین تبدیل صوت به متن با هوش مصنوعی

معرفی

برنامه Hex (که اغلب OpenCode Hex نامیده می‌شود) یک ابزار رایگان، متن‌باز و مبتنی بر پردازش محلی برای تبدیل گفتار به متن است که توسط Anomaly، تیم توسعه‌دهنده عامل کدنویسی OpenCode، ساخته شده است. اولین نسخه پایدار و چندپلتفرمی این برنامه با نام Hex 3.0.0 در تاریخ ۳۱ اکتبر ۲۰۲۶ منتشر شد و اعلام رسمی آن در حساب کاربری OpenCode بازخورد بسیار گسترده‌ای دریافت کرد و با بیش از ۴٬۲۰۰ لایک و ۲۴۰٬۰۰۰ بازدید همراه شد.

ایده این برنامه بسیار ساده است: کلید میانبر را نگه دارید (کلید Option در مک)، صحبت کنید و سپس کلید را رها نمایید تا Hex صدای شما را روی همان دستگاه خودتان پیاده‌سازی کند و متن آماده‌شده را دقیقاً در محل نشانگر متن قرار دهد، چه در محیط ترمینال باشید، چه در ویرایشگر کد، کادر چت یا بخش پرامپت یک ایجنت هوش مصنوعی. این برنامه با زبان بومی Rust نوشته شده است، روی سیستم‌های مک با تراشه اپل سیلیکون (macOS 15 و جدیدتر)، ویندوز (x64/ARM64) و لینوکس (x64/ARM64) اجرا می‌شود و تحت مجوز متن‌باز MIT منتشر شده است. بسیاری از کاربران بلافاصله آن را جایگزینی کاملاً رایگان برای برنامه‌های اشتراکی و غیررایگان مانند Wispr Flow دانسته‌اند.

بررسی و قابلیت‌ها

ویژگی‌های جدید در نسخه ۳.۰ Hex

• پیاده‌سازی صوت روی دستگاه: در هنگام راه‌اندازی، یک مدل صوتی محلی (مانند Parakeet، Whisper و مدل‌های جدید Underdog Bark 3.0 Pro / Clean) دانلود می‌شود و تایپ صوتی عادی هیچ نیازی به سرویس‌های ابری یا نصب OpenCode ندارد. مدل‌های محلی اکنون به‌جای حدود ۹۰۰ مگابایت، تنها نزدیک به ۱۶۰ مگابایت حافظه رم مصرف می‌کنند.
• پخش جریانی در ویندوز و لینوکس: با استفاده از درایور گرافیکی Vulkan، مدل Parakeet هم‌زمان با صحبت کردن شما پردازش را آغاز می‌کند؛ به‌طوری که متن پیاده‌شده حدود ۱۰۰ میلی‌ثانیه پس از رها کردن کلید در صفحه ظاهر می‌شود.
• تنظیمات یکپارچه در هر سه سیستم‌عامل: بخش‌های General (تنظیمات عمومی)، Output (جایگزینی کلمات، حالت‌های اختصاصی به تفکیک برنامه‌ها، بازنویسی با OpenCode و تغییرات ساختاری) و History (تاریخچه تایپ).
• واژه‌نامه اختصاصی (Vocabulary): امکان افزودن نام‌ها، کلمات تخصصی و اصطلاحات خاص تا Hex پردازش خود را با آن‌ها تطبیق دهد و اشتباهات رایج شنیداری را اصلاح کند.
• کلیدهای میانبر انعطاف‌پذیر: امکان استفاده از هر دو کلید Option، کلیدهای تغییردهنده چپ یا راست، یا حتی دکمه ماوس، به‌همراه دو حالت نگه داشتن کلید (Hold) یا فشردن کلید برای روشن و خاموش کردن (Toggle).
• رابط خط فرمان (hex CLI): دستورهایی مانند hex status، hex dictation، hex history، hex meetings و یک سرور hex mcp تا ایجنت‌های هوش مصنوعی بتوانند تاریخچه دیکته‌های شما را بخوانند.
• بخش جلسات (Meetings نسخه بتا در آزمایشگاه مک): امکان ضبط مکالمات، ثبت یادآورهای تقویم و خروجی گرفتن از خلاصه‌جلسات.
• یادداشت‌گذاری و تحلیل تصویر (Annotate در کانال توسعه‌دهندگان): ضبط صفحه نمایش هم‌زمان با صحبت کردن و نقاشی روی صفحه، و سپس ارسال مستقیم آن به محیط نشست کاری OpenCode.

یکپارچه‌سازی اختیاری با OpenCode

اگر OpenCode V2 روی سیستم شما نصب باشد، Hex می‌تواند متن تبدیل‌شده را به‌همراه نام برنامه فعال برای مدل پیکربندی‌شده شما بفرستد تا پیش از قرار دادن در محل نشانگر، متن را ویرایش یا تمیزکاری کند. اگر این بازنویسی با خطا مواجه شود، Hex به متن اولیه و پیاده‌شده محلی بازمی‌گردد. فعال‌سازی این قابلیت کاملاً اختیاری است و تایپ صوتی ساده به‌شکل ۱۰۰ درصد آفلاین و محلی باقی می‌ماند.

نکات مهم ارتقا

نسخه ۳.۰ برنامه Hex در عمل یک اپلیکیشن کاملاً نوسازی‌شده (anomaly.hex با امضای دیجیتال Anomaly) محسوب می‌شود؛ بنابراین تنظیمات، تاریخچه و مدل‌های ذخیره‌شده از نسخه ۲.۳.۱ را به نسخه جدید منتقل نمی‌کند. هم‌چنین کاربران در macOS باید دسترسی‌های میکروفون و ابزارهای دسترسی‌پذیری (Accessibility) را مجدداً به برنامه اعطا کنند.

راهنمای استفاده

نصب و راه‌اندازی

• مک (سیستم‌های اپل سیلیکون با macOS 15 به بعد): دانلود فایل DMG از وب‌سایت https://anoma.ly/hex یا اجرای دستور brew install --cask anomalyco/tap/hex در ترمینال.
• ویندوز ۱۰ و ۱۱ (نسخه‌های x64 و ARM64): دانلود فایل نصبی از وب‌سایت رسمی برنامه، بدون نیاز به دسترسی مدیر سیستم (Admin).
• لینوکس (نسخه‌های x64 و ARM64): اجرای فرمان curl -fsSL https://anoma.ly/hex/install-linux.sh | sh در ترمینال، یا استفاده از بسته‌های .deb و .rpm، پکیج منیجر Nix یا دستور yay -S hex-bin در آرچ لینوکس.

اولین راه‌اندازی

1. مجوزهای دسترسی به Microphone و Accessibility را تأیید کنید (ویژه کاربران مک).
2. زبان مورد نظر و یک مدل صوتی محلی را انتخاب کنید؛ این مدل فقط یک‌بار دانلود می‌شود.
3. کلید میانبر دلخواه خود را تعیین کنید (حالت پیش‌فرض: نگه داشتن کلید Option در مک و کلیدهای ترکیبی Ctrl+Space در ویندوز).
4. کلید میانبر را نگه دارید، صحبت کنید و سپس کلید را رها کنید تا متن مستقیماً در محل نشانگر شما تایپ شود.

توصیه‌ها و ترفندهای کاربردی

• نام محصولات، همکاران و اصطلاحات تخصصی کدنویسی را به بخش Vocabulary اضافه کنید تا دقت تبدیل گفتار به متن به‌شکل چشمگیری افزایش یابد.
• از قابلیت حالت‌های تفکیک‌شده (Modes) برای برنامه‌های مختلف استفاده کنید؛ برای نمونه می‌توانید در ترمینال متن خام را دریافت کنید، اما در پیام‌رسان Slack یا هنگام نگارش ایمیل، امکان ویرایش خودکار با OpenCode را فعال نگه دارید.
• از Hex در کنار عامل‌های کدنویسی هوش مصنوعی مانند OpenCode، Claude Code و Codex بهره ببرید، زیرا توضیح صوتی یک کار پیچیده و طولانی معمولاً بسیار سریع‌تر از تایپ دستی آن است.
• با دستور hex mcp به ایجنت هوش مصنوعی اجازه دهید تاریخچه متونی را که قبلاً به‌صورت صوتی دیکته کرده‌اید جستجو و بررسی کند.

لینک‌های مفید

• وب‌سایت رسمی: https://anoma.ly/hex
• مخزن گیت‌هاب: https://github.com/anomalyco/hex
• یادداشت‌های انتشار نسخه جدید: https://github.com/anomalyco/hex/releases