دیگر نیازی نیست برای تبدیل صدای جلسات محرمانه به متن یا تحلیل آن‌ها، داده‌هایتان را به ابرهای شرکتی بفرستید. Parrot، یک ضبط‌کنندهٔ رایگان و متن‌باز برای مک، به کاربران اجازه می‌دهد با اجرای مستقیم تحلیل‌ها روی سخت‌افزار خودشان، حاکمیت کامل بر داده‌هایشان داشته باشند.
بیشتر ابزارهای یادداشت‌برداری امروزی یک الگوی تکراری دارند: یک ربات را به جلسه می‌فرستند، صوت را به سروری دوردست منتقل می‌کنند و در نهایت خلاصه‌ای ارائه می‌دهند. این روند هم حریم خصوصی را به خطر می‌اندازد و هم اغلب تمام شرکت‌کنندگان را از ضبط شدن مطلع می‌کند. Parrot این الگو را می‌شکند؛ این برنامه هر چه مک می‌شنود یا پخش می‌کند را ضبط می‌کند، به این معنی که هیچ رباتی هرگز به لیست شرکت‌کنندگان اضافه نمی‌شود. این رویکرد در تضاد با مدل‌های متداول است که در بررسی‌های پیشین ما درباره‌ی تفاوت اپلیکیشن‌های محلی و ربات‌های ابری به تحلیل امنیت مستندات در جلسات پرداختیم. این ابزار با هر چیزی که صدا تولید کند سازگار است—از گوگل‌میت، زوم و تیمز گرفته تا حتی تلفنی که روی بلندگو قرار دارد. اگر مک شما بتواند آن را بشنود، Parrot می‌تواند آن را ضبط کند.
طبق مستندات پروژه، این اپلیکیشن به‌صورت بومی با زبان Swift توسعه یافته و تحت مجوز GPL-3.0 منتشر شده است. Parrot به‌طور خاص برای macOS 14 و تراشه‌های اپل سیلیکون طراحی شده تا بتواند از واحد پردازش عصبی (NPU) — که شبیه به یک موتور تخصصی برای کارهای سریع هوش مصنوعی است — برای پردازش‌های محلی استفاده کند. این برنامه امضا و تأیید شده است، نیازی به ساخت حساب کاربری ندارد و هیچ داده‌ای را برای تحلیل‌های داخلی (Telemetry) ارسال نمی‌کند.
معماری محلی‌محور
Parrot طیف‌های مختلفی از حریم خصوصی را ارائه می‌دهد. کاربران می‌توانند حالت کاملاً خصوصی را انتخاب کنند که در آن Whisper وظیفه تبدیل صوت به متن و Ollama اجرای کمک‌خلبان و گزارش‌ها را بر عهده دارد. در این پیکربندی، پس از دانلود اولیه مدل‌ها، حتی می‌توان وای‌فای را کاملاً خاموش کرد و هیچ داده‌ای از دستگاه خارج نمی‌شود. این تفکیک دقیق دسترسی‌ها یادآور رویکرد HyNote در تعریف سه لایهٔ مجزا برای حریم خصوصی است تا ابهام در مدیریت داده‌های AI به حداقل برسد.
برای کسانی که به دنبال هوش بالاتری هستند، قابلیت «کلید خودتان را بیاورید» (BYOK) تعبیه شده است. کاربران می‌توانند کلیدهای API مدل‌های Claude، OpenAI، Gemini، Groq، Deepgram، OpenRouter و LM Studio را متصل کنند. حتی در این حالت، Parrot نقش واسطه را نمی‌بیند و درخواست‌ها مستقیماً از مک به API ارائه‌دهنده ارسال می‌شود.
کاربران می‌توانند این تنظیمات را ترکیب کنند. برای مثال، بسیاری تبدیل صوت به متن را روی مک انجام می‌دهند اما برای دریافت کارت‌های راهنمای زنده از Claude استفاده می‌کنند. هر تنظیم در برنامه به‌طور شفاف اعلام می‌کند که دقیقاً چه داده‌ای به کجا ارسال می‌شود.
همان‌طور که در بحث‌های گذشته‌ی ما درباره‌ی امنیت مدل‌های بازمتن اشاره کردیم، حذف واسطه‌های ابری اولین قدم برای دستیابی به حریم خصوصی واقعی در ابزارهای بهره‌وری است.
سطوح حریم خصوصی و جریان داده
برای تضمین شفافیت، Parrot جزئیات خروج داده‌ها را بر اساس تنظیمات کاربر مشخص کرده است:
- صوت: روی مک می‌ماند، مگر اینکه Groq یا Deepgram برای تبدیل صوت به متن انتخاب شوند.
- متن پیاده‌شده: در زمان فعال بودن، به کمک‌خلبان انتخابی (مثلاً Claude یا یک سرور محلی) ارسال می‌شود. یک کلید TypeSafe اجازه می‌دهد آخرین سوال و خطوط اطراف آن برای بازیابی سریع‌تر ارسال شوند. دکمه «توقف» تمام ارسال‌ها را فوراً متوقف می‌کند.
- اسناد: هرگز آپلود نمی‌شوند. این فایل‌ها با استفاده از چارچوب زبانی اپل به‌صورت محلی بردار معنایی (Embedding) — مثل کارت معرفی عددی برای هر واژه که می‌گوید این کلمه همسایه‌ی چه کلمات دیگری است — می‌شوند. فقط بخش‌های مرتبط به هوش مصنوعی ارسال می‌شود تا پاسخ‌ها مستند باشند.
- جلسات گذشته: جست‌وجوی آن‌ها محلی است. فقط چند گزیده مرتبط به یک هوش مصنوعی ابری ارسال می‌شود تا پاسخی تولید کند؛ اما با استفاده از Ollama، هیچ‌چیز از دستگاه خارج نمی‌شود.
- تقویم: به‌صورت محلی خوانده می‌شود و هرگز تغییر نمی‌کند. تنها عنوان دعوت‌نامه، مهمانان و یادداشت‌ها در صورتی به اشتراک گذاشته می‌شوند که کاربر صراحتاً به کمک‌خلبان اجازه دهد دعوت‌نامه را بخواند.
- کلیدهای API: به‌صورت امن در Keychain مک ذخیره می‌شوند.
کمک‌خلبان زنده و پایگاه دانش
برخلاف ضبط‌کننده‌های سنتی، Parrot یک کمک‌خلبان زنده دارد که حین تماس شما را یاری می‌کند. شما می‌توانید یک پایگاه دانش (Knowledge Base) شامل فایل‌های PDF، فایل‌های متنی یا اسناد Markdown — مثل لیست قیمت‌ها، سوالات متداول (FAQ) یا دستورالعمل‌های کاری (Playbooks) — به برنامه بدهید.
این اسناد به‌صورت محلی تکه‌بندی و برداری می‌شوند. در حین تماس، کمک‌خلبان بر اساس این فایل‌ها پاسخ پیشنهاد می‌دهد. برای مثال، یک سوال انگلیسی می‌تواند پاسخی را از دل یک سند ترکی یا اسپانیایی بیرون بکشد، بدون اینکه فایلی به ابر ارسال شود.
برای تضمین دقت، هر کارت پاسخ منبع خود را ذکر می‌کند و مشخص می‌کند که آیا اطلاعات از سند آپلود شده شما آمده است یا از دانش عمومی هوش مصنوعی. کاربران می‌توانند تعیین کنند که آیا هوش مصنوعی اجازه دارد فراتر از فایل‌های ارائه شده پاسخ دهد یا خیر. همچنین می‌توان «دستورات مربی‌گری» (راهنمای ثابت برای هر تماس، مثلاً «پاسخ‌ها را کوتاه نگه دار و همیشه سه گزینه قیمتی ارائه بده») و «خلاصه پیش از تماس» (یک یا دو خط که قبل از ضبط تایپ می‌شود تا کمک‌خلبان بداند دقیقاً با چه کسی صحبت می‌کند) را تعریف کرد.
پروفایل‌های جلسه و هوشمندی
Parrot از «پروفایل‌ها» برای تغییر رفتار هوش مصنوعی بر اساس نوع تماس استفاده می‌کند. یک پروفایل تعیین می‌کند که کمک‌خلبان به دنبال چه چیزهایی باشد و گزارش نهایی چگونه نوشته شود. هفت پروفایل پیش‌فرض وجود دارد، از جمله:
- کشف فروش (Sales Discovery): به‌طور خاص به دنبال اعتراضات مشتری و سیگنال‌های خرید می‌گردد و به کاربر یادآوری می‌کند چه سوالاتی را فراموش کرده است.
- مصاحبه: به دنبال نقاط ضعف (Red Flags) و پاسخ‌های قوی کاندیداها می‌گردد.
- پروفایل‌های سفارشی: کاربران می‌توانند پروفایل خود را از صفر بسازند. این شامل نام‌گذاری پروفایل، تعریف طرف مقابل، نوشتن قوانین سفارشی، انتخاب اسناد خاص و افزودن انواع کارت‌ها و سنجشگرهای منحصر‌به‌فرد است.
Parrot می‌تواند از طریق اتصال به تقویم، پروفایل را به‌طور خودکار انتخاب کند. اگر یک رویداد تقویم با عنوان «Interview: Jane» باشد، Parrot به‌طور خودکار پروفایل مصاحبه را انتخاب می‌کند. برای حداکثر حریم خصوصی، می‌توان پروفایل‌های خاصی را روی حالت «فقط روی دستگاه» تنظیم کرد تا هیچ داده‌ای از آن جلسات خاص خارج نشود.
اتوماسیون پس از تماس و یکپارچگی
پس از پایان تماس، Parrot گزارشی شامل خلاصه، اقدامات لازم و مربی‌گری تولید می‌کند. این گزارش حتی قبل از قطع تماس آماده است و هر نکته مستقیماً به خط مربوطه در متن پیاده‌شده لینک شده است. کاربران می‌توانند روی بخشی از گزارش اشاره کنند تا دقیقاً ببینند مربوط به چه قسمتی از گفتگو است.
ویژگی‌های کلیدی گزارش‌دهی عبارتند از:
- توازن گفتگو (Talk Balance): درصد کلمات شما در برابر طرف مقابل (مثلاً شما ۴۸٪، آن‌ها ۵۲٪). در تماس‌های کشف فروش، اگر شما بیش از حد صحبت کرده باشید، سیستم مربی‌گری هشدار می‌دهد.
- ردیابی اعتراضات: لیستی از سوالات پرسیده شده (مثلاً «داده‌های مشتریان ما کجا ذخیره می‌شوند؟» در دقیقه ۰۰:۳۸) و اینکه آیا پاسخ داده شده‌اند (Handled) یا نادیده گرفته شده‌اند (Missed).
- مربی‌گری کاربردی: توصیه‌های مشخص درباره نقاط قوت و ضعف، مثل یادآوری برای پیگیری یک سوال بی‌پاسخ درباره برنامه آزمایشی در دقیقه ۳۸:۱۰.
- تعهدات: لیست شفاف کارهایی که باید انجام دهید (مثلاً «شما: ارسال خلاصه امنیتی و DPA تا امروز»).
یکپارچگی با ابزارهایی مثل Claude Desktop، Cursor یا Codex به‌صورت خواندنی (Read-only) انجام می‌شود. این به شما اجازه می‌دهد از دستیار اصلی خود درباره جلسات گذشته سوال کنید (مثلاً «هفته پیش به مشتری چه قولی دادم؟»). این برنامه‌ها نام‌های واقعی گویندگان و اقدامات آماده‌شده مثل خلاصه‌های هفتگی یا پیش‌نویس ایمیل‌های پیگیری را دریافت می‌کنند. این قابلیت به‌صورت پیش‌فرض خاموش است و جلسات «فقط روی دستگاه» هرگز با این برنامه‌ها به اشتراک گذاشته نمی‌شوند.
مشخصات فنی و حریم خصوصی
- تشخیص گوینده: با یک مدل ۱۳ مگابایتی به‌صورت محلی اجرا می‌شود تا صداها را از هم تفکیک کند. برنامه پس از تماس از کاربر می‌خواهد نام گویندگان را تعیین کند و اگر گزینه «به خاطر سپردن صداها» فعال باشد، یک اثر انگشت صوتی روی مک نگه می‌دارد تا در تماس‌های آینده نام‌ها را پیشنهاد دهد. اگر خطی به شخص اشتباهی نسبت داده شود، از طریق منوی راست‌کلیک قابل تغییر است.
- پشتیبانی زبانی: زبان‌ها را در چند ثانیه اول تشخیص می‌دهد و امکان تغییر با یک کلیک را فراهم می‌کند. از ده‌ها زبان از جمله عربی، هندی، چینی، ژاپنی، کره‌ای، فرانسوی، آلمانی، ایتالیایی، پرتغالی، هلندی، روسی و غیره پشتیبانی می‌کند. برای تبدیل صوت به متن در زبان‌های غیرانگلیسی، استفاده از Large V3 Turbo یا Groq توصیه می‌شود.
- تله‌متری: برنامه هیچ حساب کاربری، تله‌متری یا تحلیل‌گری ندارد. چون سروری وجود ندارد، چیزی برای تایید امنیتی نیست. وب‌سایت برنامه تنها پس از رضایت کاربر از Google Analytics استفاده می‌کند.
- کد منبع: حدود ۲۴ هزار خط کد Swift با تنها سه وابستگی. کد به‌صورت متن‌باز (GPL-3.0) است و هر کسی می‌تواند آن را بخواند، اصلاح کند یا تغییر دهد. یک فایل
FILEMAP.mdبرای کمک به توسعه‌دهندگان در پیمایش مخزن کد ارائه شده است. - پایداری: دارای حذف اکو برای استفاده از بلندگوی تلفن و اتصال مجدد خودکار میکروفون در صورت قطع شدن AirPods در میانه تماس است. اگر برنامه کرش کند یا به‌اجبار بسته شود، ضبط و متن پیاده‌شده در اجرای بعدی بازیابی می‌شوند.
کنترل‌های کاربر و گردش کار
Parrot برای بهره‌وری بالا از میان‌برهای کیبورد استفاده می‌کند: ⌘R برای شروع، ⌘-period برای توقف، ⌘K برای پرسش درباره تماس‌های گذشته و ⌃⌥M برای علامت‌گذاری یک لحظه خاص در میانه تماس، حتی زمانی که پنجره زوم فعال است.
برای کسانی که می‌خواهند سرعت هوش مصنوعی را تغییر دهند، تنظیمات «گام» (Pace) وجود دارد: حالت «آرام» (Relaxed) برای نسخه‌های رایگان و «سریع» (Fast) برای تماس‌های حساس. کاربران همچنین می‌توانند کنترل کنند که چه مقدار از تاریخچه گفتگو در هر درخواست به هوش مصنوعی ارسال شود. برای سرعت بخشیدن به بازیابی اسناد، یک کلید TypeSafe می‌تواند خط درست از یک سند را در کمتر از یک ثانیه به یک کارت منتقل کند.
چشم‌انداز سازنده
سازنده این ابزار، Uygar، آن را برای فرار از ریسک‌های حریم خصوصی و هزینه‌های اشتراکی ابزارهای تجاری توسعه داد. او با کمک Claude به عنوان شریک کدنویسی، روی ابزاری تمرکز کرد که قول‌های داده شده را به خاطر بسپارد و سوالات بی‌پاسخ را شکار کند، بدون اینکه محرمانگی مشتری به خطر بیفتد.
هدف Uygar ایجاد ابزاری بود که هر کلمه را روی مک نگه دارد و از «سفر داده‌ها در ابر دیگران» که در سایر دستیاران جلسات رایج است، جلوگیری کند. او این پروژه را به عنوان یک منبع رایگان حفظ کرده و جامعه را به مشارکت در گیت‌هاب برای بهبود تشخیص صداهای هم‌پوشان و مدیریت موارد خاص دسترسی‌های macOS تشویق می‌کند.
این چرخش به سمت ابزارهای محلی، نشان‌دهنده تقاضای فزاینده برای هوش مصنوعی حاکمیتی (Sovereign AI) در محیط‌های حرفه‌ای است. با حذف واسطه‌های ابری، Parrot ضبط‌کننده جلسات را از یک ابزار نظارتی به یک پروتز شناختی شخصی تبدیل می‌کند.
اگر مک سری M دارید، می‌توانید با نصب فایل DMG امضا شده، دادن دسترسی‌های صوتی و میکروفون سیستم و شروع اولین ضبط محلی، این گردش کار را آزمایش کنید.
گام بعدی شما
- اگر حریم خصوصی داده‌های کاری‌تان اولویت است، Parrot را با Ollama برای تجربه کاملاً آفلاین نصب کنید.
- یک پایگاه دانش کوچک (PDF یا Markdown) بسازید و قدرت پاسخ‌های مستند کمک‌خلبان را در حین تماس تست کنید.
- پروفایل‌های سفارشی را برای نقش‌های شغلی مختلف تعریف کنید تا گزارش‌های پس از تماس دقیق‌تر شوند.
اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.
گفتگو