Voice RAG AI Assistant with Voice Cloning

مساعد صوتي ذكي يجمع بين Large Language Models وRAG وSpeech AI، يتيح للمستخدم التحدث مع المساعد بالصوت والحصول على إجابات مبنية على قاعدة معرفة مخصصة، مع استخدام Voice Cloning لمحاكاة صوت ياسر الحزيمي.

تم إنشاء قاعدة المعرفة (Knowledge Base) اعتمادًا على محتوى بودكاست **"كيف تنجح العلاقات"** الشهير لياسر الحزيمي، بحيث يستطيع المساعد استرجاع المعلومات والأفكار المرتبطة بسؤال المستخدم ثم بناء الإجابة اعتمادًا على هذا المحتوى.

تم تصميم النظام ليحوّل المحادثة الصوتية إلى تجربة كاملة تبدأ من استقبال صوت المستخدم، ثم تحويل الكلام إلى نص، وتحليل السؤال واسترجاع المعلومات المرتبطة من قاعدة المعرفة، ثم توليد الإجابة وتحويلها مرة أخرى إلى صوت باستخدام الصوت المستنسخ.

يعتمد النظام على Retrieval-Augmented Generation (RAG) لتمكين المساعد من الإجابة اعتمادًا على Knowledge Base مخصصة بدل الاعتماد فقط على المعرفة العامة للنموذج.

كما تم دمج Vector Database وEmbeddings لتنظيم المحتوى والبحث الدلالي داخل قاعدة المعرفة، مع استخدام Speech-to-Text وText-to-Speech لإنشاء تجربة محادثة صوتية متكاملة.

أهم ما تم تنفيذه

• Voice-based AI conversations

• Voice Cloning بصوت ياسر الحزيمي

• بناء Knowledge Base من محتوى بودكاست "كيف تنجح العلاقات"

• Retrieval-Augmented Generation (RAG)

• Custom Knowledge Base

• Semantic Search باستخدام Embeddings

• Vector Database

• Speech-to-Text

• Text-to-Speech

• LLM integration

• Modular AI pipeline لمعالجة المحادثة من الصوت إلى الصوت

التقنيات المستخدمة

Python — LLMs — RAG — Embeddings — Vector Database — Speech-to-Text — Text-to-Speech — Voice Cloning — Flask — AI APIs