كيف يبني RelfWolf محطة Dr. Zola للذكاء الاصطناعي باستخدام ZimaBoard 2

شكرًا لـ RelfWolf على توضيح كيفية تحويل حاسوب خيالي إلى مشروع تفاعلي في المنزل. ففي فيديو بناء Dr. Arnim Zola، يجمع بين هيكل مطبوع وZimaBoard 2 وOllama وHome Assistant لإنشاء طرفية تجيب عن الأسئلة المنطوقة بشخصية Dr. Zola.

يجمع المشروع عدة أنظمة منفصلة. يشغّل Ollama النموذج اللغوي على عتاد محلي، وينسق Home Assistant المحادثة، بينما يوفر جهاز يستند إلى ESP الميكروفون ومكبر الصوت. ويمنح وجه متحرك على الشاشة تلك الاستجابات حضورًا ماديًا.

يجعل هذا المزيج التصميم ذا أهمية تتجاوز كونه مجسمًا مستوحى من مارفل. فهو يستكشف كيف يمكن لخادم منزلي صغير دعم واجهة صوتية، وما يحدث عندما يرهق تكاملٌ ما نموذجًا صغيرًا، ولماذا لا يكون الصوت الأكثر إقناعًا دائمًا هو الخيار الأسهل استخدامًا.

قبل أن تبدأ: شاهد الفيديو الكامل لمعرفة تسلسل التجميع وتصحيح الأخطاء. تعامل معه بوصفه توثيقًا لتصميم تجريبي، لا عدة جاهزة للتثبيت؛ فأبعاد الهيكل وإعدادات الأجهزة وعناوين الشبكة تعتمد على المكونات التي تستخدمها.

حول هذا التصميم: يتابع الحساب أدناه عرض RelfWolf، بما في ذلك التغييرات التي يجريها بعد الاختبار. لا يستخدم إعداد المحادثة المحلي لديه ChatGPT، بينما تُنشأ العناصر المرئية بشكل منفصل باستخدام أدوات الذكاء الاصطناعي للصور والفيديو. تظل الطرفية المكتملة نموذجًا أوليًا، مع التخطيط لمزيد من العمل على هيكلها وصوتها وزمن استجابتها.

ما تفعله طرفية الذكاء الاصطناعي Dr. Zola من RelfWolf فعليًا

تحوّل الطرفية الكلام إلى استجابة من نموذج لغوي مستضاف محليًا. يستقبل Home Assistant الصوت من جهاز الميكروفون، ويمرر الكلمات المفرغة إلى Ollama، ثم يرسل الرد المُنشأ عبر تحويل النص إلى كلام قبل إعادة الصوت إلى مكبر الصوت.

يمنح RelfWolf وكيل المحادثة مطالبة نظام تصف الشخصية. كما يضبط عبارة تنبيه مخصصة وشاشة تتبدل بين رسوم الاستماع والتحدث المتحركة، بحيث يبدو التفاعل مرتبطًا بالطرفية بدلًا من واجهة حاسوب منفصلة.

أثناء محادثة، يقوم النظام بما يلي:

1. يكتشف عبارة التنبيه المخصصة ويبدأ الاستماع عبر الميكروفون.
2. يحوّل الرسالة المنطوقة إلى نص لصالح وكيل المحادثة.
3. يستخدم Ollama على ZimaBoard 2 لإنشاء رد، ثم يحوّل ذلك الرد إلى كلام.
4. يشغّل الصوت مع تبديل الشاشة إلى الرسوم المتحركة الخاصة بالتحدث.

تعود الشاشة إلى حلقة الخمول بعد التشغيل. وتُظهر أضواء اللوحة المراحل بوضوح، فتبيّن متى تكون الوحدة الطرفية قيد التشغيل، أو تستمع، أو تعالج طلبًا، أو تتحدث.

ما تحتاج إليه قبل البدء

يتطلب تصميم RelfWolf إعدادات للغلاف والشبكة وبرامج الصوت. وتشمل المكوّنات المعروضة ما يلي:

• لوحة ZimaBoard 2 بذاكرة RAM سعة 16GB تعمل بنظام ZimaOS
• Ollama ونموذج لغوي مُنزّل محليًا
• تثبيت صالح لـ Home Assistant مع مسار صوت مُعدّ
• جهاز ميكروفون ومكبر صوت قائم على ESP ويستخدم ESPHome
• شاشة، ومفاتيح لوحة التحكم، وأزرار، ومصابيح LED مؤشّرة
• غلاف مطبوع، ومعدات تثبيت، وأسلاك، ومكبرات صوت مناسبة للهيكل

تعتمد هذه العملية على قدرة جهاز الميكروفون وHome Assistant وخادم Ollama على التواصل. اختبر هذه الاتصالات قبل تركيب الإلكترونيات داخل الغلاف، وتحقق من أبعاد الشاشة ومواضع الموصلات مقارنةً بالمكوّنات الفعلية التي تخطط لاستخدامها.

لماذا تناسب ZimaBoard 2 هذا النوع من الوحدات الطرفية للذكاء الاصطناعي المحلي

يختار RelfWolf لوحة ZimaBoard 2 لتكون الحاسوب داخل الوحدة الطرفية. يوفّر إصدار 16GB منصة مدمجة لاختبار نموذج لغوي محلي، وإدارة Ollama عبر ZimaOS، وتشغيل شاشة الشخصية، من دون بناء المشروع حول حاسوب مكتبي كامل.

يوضح العرض أيضًا سبب عدم تحديد سعة الذاكرة وحدها للتجربة. إذ يؤثر عبء عمل النموذج، والتبريد، وإعداد Home Assistant، وتوليد الكلام، جميعًا في مدة انتظار المستخدم للحصول على إجابة.

الجزء 1: بناء غلاف الوحدة الطرفية ولوحة التحكم

يمنح الجزء الأول المساعد شكلًا ماديًا. يصمم RelfWolf هيكل حاسوب قديم الطراز حول شاشة ولوحة تحكم، ثم يجهّز القطع المطبوعة للتجميع.

الخطوة 1: صمّم الغلاف واطبعه

أنشئ هيكلًا وفق الأبعاد الفعلية للشاشة والمكوّنات الداخلية. توضّح تجربة RelfWolf سبب أهمية موضع الموصلات بقدر أهمية حجم الشاشة الظاهر: فنموذج شاشة مختلف قليلًا قد يتسبب لاحقًا في مشكلة غير متوقعة تتعلق بالخلوص حول الكابل أثناء التجميع.

الخطوة 2: تجهيز عناصر التحكم ونقاط التثبيت

ركّب المفاتيح والأزرار ومصابيح LED والأسلاك على لوحة التحكم قبل إغلاق الغلاف. تتيح الإدخالات الملولبة تثبيت اللوحة بالبراغي وإزالتها مرة أخرى أثناء اختبار المكونات الإلكترونية.

الخطوة 3: تركيب الشاشة والتحقق من خلوص الكابل

اختبر اتصال HDMI مع الشاشة في موضعها المثبّت. وعندما يتعارض الكابل مع الهيكل، يستخدم RelfWolf محول HDMI بزاوية قائمة لملاءمة الاتصال، متجنبًا إعادة تصميم الغلاف ودورة طباعة طويلة أخرى.

الخطوة 4: تثبيت اللوحة الأمامية

ثبّت لوحة التحكم المُعدّة في مقدمة الطرفية واربطها بالبراغي في الإدخالات الملولبة. اترك المكونات الإلكترونية الداخلية سهلة الوصول حتى يتم اختبار البرمجيات والصوت والشاشة معًا.

يمنح الهيكل المركّب الطرفية مظهرها، لكنه لا يزال مجرد غلاف. وتتمثل المهمة التالية في جعل الكمبيوتر يولّد الردود محليًا وربط هذه الردود بالميكروفون ومكبر الصوت.

الجزء 2: تشغيل وكيل محادثة محلي باستخدام ZimaOS وOllama

في 6:01، يقدّم RelfWolf عتاد الذكاء الاصطناعي المحلي. يختبر النموذج أولًا عبر سطر الأوامر، ثم ينتقل إلى واجهة ZimaOS ويربط Ollama بـ Home Assistant.

الخطوة 1: اختبار Ollama على ZimaBoard 2

ابدأ بتبادل نصي مباشر قبل إضافة مسار الصوت. يتلقى RelfWolf استجابة سريعة في اختباره عبر سطر الأوامر، مما يؤكد قدرة اللوحة على تشغيل النموذج قبل إشراك عمليات التكامل الإضافية.

تصبح هذه النتيجة الأولية مرجعًا مفيدًا لاحقًا. وعندما يتباطأ المشروع نفسه عبر Home Assistant، يمكنه التحقق مما تضيفه عملية التكامل إلى الطلب بدلًا من افتراض أن اللوحة لا تستطيع تشغيل الذكاء الاصطناعي محليًا على الإطلاق.

الخطوة 2: إعداد Ollama عبر ZimaOS

استخدم واجهة التطبيقات في ZimaOS لتثبيت Ollama وإدارته كما هو موضح في الفيديو. يجب أن يكون النموذج متاحًا ويستجيب قبل أن تتمكن خدمة أخرى من استخدامه كواجهة خلفية للمحادثة.

هدف RelfWolf هو تشغيل نموذج المحادثة على أجهزته الخاصة. يوفر ZimaOS واجهة إدارة التطبيقات، بينما يتولى Ollama تشغيل النموذج المحلي والردود الصادرة عنه.

الخطوة 3: ربط Home Assistant بخادم Ollama

أضف تكامل Ollama في Home Assistant ووجّهه إلى العنوان المحلي للخادم. أنشئ وكيل Assist يستخدم Ollama للمحادثة، بحيث تصل الرسائل المُدخلة عبر Home Assistant إلى النموذج الذي يعمل على ZimaBoard 2.

الخطوة 4: تهيئة الشخصية وتقليل العمل غير الضروري

عيّن مطالبة نظام تحدد سلوك الشخصية، ثم اختبر ذلك بكتابة رسالة.

في أول اختبار متكامل يجريه RelfWolf، يصل استخدام وحدة المعالجة المركزية إلى 100%، وتتجاوز درجات الحرارة 80°C، ويستغرق الرد وقتًا أطول بكثير من المتوقع. تخفّض مروحة صغيرة درجة الحرارة، لكن JSON المُعاد يكشف مشكلة أخرى: معلومات التحكم في المنزل الذكي تربك النموذج. يؤدي تعطيل خيار التحكم المرتبط إلى جعل المحادثة تعمل بفاعلية أكبر.

الخطوة 5: تأكيد المحادثة قبل إضافة الصوت

كرّر اختبار النص عبر Home Assistant وتحقق من أن الرد يتبع وصف الشخصية. يفصل هذا بين دمج نموذج اللغة وإعدادات الميكروفون وكلمة التنبيه ومكبر الصوت التي تأتي لاحقًا.

هذا التحسين مخصص لهذا التصميم تحديدًا وللاستخدام الذي يركز على المحادثة. لا يحتاج RelfWolf إلى أن تتحكم الشخصية في أجهزته المنزلية الذكية، لذا يتيح حذف هذه المهمة الإضافية للنموذج التركيز على الإجابة.

الجزء 3: إضافة كلمة التنبيه والصوت والوجه المتحرك

يربط الجزء الأخير وكيل المحادثة العامل بالطرفية الفعلية. يتيح ESPHome الوصول إلى الميكروفون ومكبر الصوت من خلال Home Assistant، ويسمح نموذج openWakeWord مخصص لـ RelfWolf بتنشيط المساعد عند نطق اسم الشخصية. يدرّب عبارة التنبيه، وينزّل الملفات الناتجة، ويضيفها إلى إعداد Home Assistant الخاص به.

بعد ذلك يختبر Kokoro للحصول على كلام أكثر طبيعية، وينشئ حلقتين بصريتين قصيرتين: واحدة للرسوم المتحركة أثناء الخمول وأخرى للرسوم المتحركة أثناء التحدث. يشغّل برنامج صغير حلقة الخمول عند بدء التشغيل، ويبدّل المقاطع استجابةً لنشاط التشغيل في Home Assistant. كما يربط ESPHome مؤشرات اللوحة بحالة المساعد، بينما تحل مكبرات صوت أكبر بقدرة 5 واط محل مكبر الاختبار الصغير.

يكشف التجميع الكامل عن مشكلات لم تكن واضحة في الاختبارات المنفصلة. يؤدي نقل كابل Ethernet إلى منفذ الشبكة الآخر إلى تغيير عنوان اللوحة وقطع الاتصالات. كما تبدأ الشاشة حلقة التحدث قبل بدء الكلام المسموع. وبعد ضبط مشغّل التشغيل، يعود RelfWolf إلى نموذج الكلام الأصلي الأسرع لأن Kokoro يضيف تأخيرًا كافيًا لدفع إجمالي الانتظار إلى ما بعد 20 ثانية.

الكلام الأساسي مقابل Kokoro مقابل الإعداد النهائي

حدود الأداء والشبكة والمزامنة المهمة

تُظهر المحادثة المكتملة أن الأجزاء يمكن أن تعمل معًا، لكنها لا تحدد وقت استجابة ثابتًا لكل نموذج أو تثبيت. وتُظهر اختبارات RelfWolf أن التكامل قد يضيف قدرًا كبيرًا من العمل، وأن توليد الكلام قد يظل بطيئًا حتى بعد انتهاء النموذج اللغوي من الإجابة.

• قِس المحادثة كاملةً. ينتظر المستخدم التعرّف على الكلام، واستدلال النموذج، وتوليد الكلام قبل سماع الإجابة.
• تحقق من المهام الموكلة إلى الوكيل. تسببت معلومات التحكم بالمنزل الذكي غير اللازمة في حدوث مشكلات في إعداد هذه المحادثة تحديدًا.
• راقب التبريد أثناء الحمل. خفّضت المروحة المضافة درجة الحرارة المُبلّغ عنها إلى منتصف نطاق 60 درجة مئوية تقريبًا أثناء اختبار لاحق.
• حافظ على اتساق عناوين الخوادم. أدى تغيير منفذ الشبكة إلى قطع الاتصالات التي تستخدمها الوحدة الطرفية.
• زامن الحركة مع التشغيل المسموع. لا يعني حدوث إشارة مبكرة من مكبر الصوت أن الكلام المُولّد كان قيد التشغيل بالفعل.
• اختر جودة الكلام مع مراعاة زمن الاستجابة. فضّل RelfWolf النموذج الأصلي الأسرع للتفاعل النهائي.

استكشاف أخطاء وحدة طرفية صوتية للذكاء الاصطناعي المحلي وإصلاحها

إذا تعطلت الوحدة الطرفية بعد التجميع، فتتبّع الاتصالات الثلاثة نفسها التي سببت مشكلات أثناء اختبارات RelfWolf:

1. تحقق من أن Home Assistant لا يزال يشير إلى عنوان خادم Ollama الصحيح، لا سيما بعد نقل كابلات الشبكة.
2. تحقق من إعدادات وكيل المحادثة عندما يصبح نموذج كان سريعًا سابقًا بطيئًا أو يعيد مخرجات منظمة غير متوقعة.
3. تحقق من سجلات الصوت والتشغيل عندما يبدأ الوجه في الحركة قبل أن يصدر مكبر الصوت صوتًا.

قارن أيضًا الوقت الذي ينتهي فيه النموذج من رده بالوقت الذي يبدأ فيه الصوت فعليًا. ففي السجلات المعروضة، كان التأخيران منفصلين. اختبر كل مكوّن على حدة، ثم كرر محادثة صوتية كاملة بعد تثبيت كل شيء داخل الهيكل.

خادم منزلي صغير يمنح وحدة طرفية خيالية صوتًا عمليًا

يحوّل مشروع RelfWolf هيكلًا مستوحى من شخصية إلى واجهة عملية للذكاء الاصطناعي المحلي. وتعتمد النتيجة على الروابط بين النموذج ومسار الصوت وعناصر التحكم المادية والشاشة بقدر اعتمادها على الهيكل المطبوع.

توفر ZimaBoard 2 منصة الحوسبة المحلية، بينما يدعم ZimaOS إدارة التطبيقات، ويتولى Home Assistant تنسيق التفاعل. وتأتي الدروس الأكثر فائدة من التغييرات التي أُجريت أثناء الاختبار: تقليل عبء وكيل المحادثة، والتحقق من عناوين الشبكة، وتصحيح توقيت التشغيل، واختيار نموذج كلام أسرع.

شاهد عملية بناء Dr. Zola الكاملة من RelfWolf لمتابعة التصنيع وتصحيح الأخطاء والمحادثة النهائية. ويترك تقييمه الختامي مجالًا لإجراء تعديلات على الهيكل، وتحسين جودة الطباعة، وإدخال المزيد من التحسينات على الصوت ووقت الاستجابة.

إذا كنت تجرّب الذكاء الاصطناعي المحلي، أو تبني وحدة طرفية صوتية، أو تدمج أجهزة Zima مع Home Assistant، فتفقّد مجتمع ZimaSpace لمشاركة إعدادك ومناقشة الأجزاء التي ستعمل على تحسينها لاحقًا.