نظام متقدم للتحويل من الكلام إلى نص مع تميز المتحدثين في الوقت الحقيقي.

المشروع: نظام تحويل الكلام إلى نص مع تمييز المتحدثين

التقنيات المستخدمة:

- لغة البرمجة: Python 3.9

- نماذج الذكاء الاصطناعي:

* OpenAI Whisper (إصدار 1.0)

* Vosk (إصدار 0.3.45)

* Faster Whisper (إصدار 0.5.1)

المكتبات الرئيسية:

- PyAudio للتعامل مع الصوت

- NumPy لمعالجة الإشارات

- PyTorch كإطار للذكاء الاصطناعي

- Flask لواجهة برمجة التطبيقات

مراحل التنفيذ:

1. معالجة الصوت:

- التقاط البث المباشر باستخدام PyAudio

- تقسيم الصوت إلى مقاطع قابلة للمعالجة

- تحسين جودة الصوت وإزالة الضوضاء

2. التعرف على الكلام:

- استخدام Whisper للتعرف على الكلام باللغتين العربية والإنجليزية

- تحسين الأداء باستخدام Faster Whisper للمعالجة السريعة

- دمج Vosk للتعرف على الكلام في الوقت الفعلي

3. تمييز المتحدثين:

- تطبيق خوارزميات تجزئة الصوت

- استخدام نماذج تعلم آلي لتصنيف المتحدثين

- تخزين بصمات صوتية للمتحدثين

واجهة المستخدم:

- تطوير واجهة ويب تفاعلية باستخدام Flask

- عرض النص المحول في الوقت الفعلي

- إمكانية تصدير النتائج بصيغ مختلفة

الأداء والنتائج:

- دقة تحويل الكلام إلى نص: 95% للغة الإنجليزية، 92% للغة العربية

- زمن الاستجابة: أقل من 500 مللي ثانية

- دقة تمييز المتحدثين: 89%