Transcript
00:00:00هذا هو برنامج Handy، وهو تطبيق مفتوح المصدر للتعرف على الكلام والإملاء يعمل
00:00:06بدون اتصال بالإنترنت بالكامل دون الحاجة إلى سحابة، أو اشتراك، أو حساب، ويتيح لك اختيار
00:00:12نموذج الإملاء المفضل لديك. وأعتقد بصراحة أن هذا البرنامج قد أصبح الآن أداتي المفضلة لتحويل الكلام
00:00:18إلى نص بالإملاء. لذا في هذا الفيديو، سنأخذ ألقاء نظرة على Handy، ونرى كيف يعمل، وسنجري
00:00:24بعض الاختبارات لرؤية أدائه وكيف يقارن بالعمالقة في هذا المجال مثل التطبيق التجاري
00:00:29Whisperflow. سيكون الأمر ممتعًا للغاية، فلنبدأ! حتى الآن، كنت متشككًا نوعًا ما
00:00:39بشأن تطبيقات الإملاء الصوتي، ولم أجد أي تطبيق أرغب في استخدامه. لم أكن أريد استخدام أي
00:00:45منتجات تجارية والدفع مقابل خدمة الإملاء، وكنت قلقًا أيضًا من أن استخدام أداة
00:00:51مفتوحة المصدر مع نموذج إملاء محلي قد يستهلك الكثير من المعالج. لكن Handy غيّر رأيي حقًا في كِلا
00:00:58الأمرين. أولاً، دعونا نتحدث عن كيفية بناء Handy وكيفية عمله. تم بناء Handy بواسطة
00:01:04المطور CJ Pace باستخدام Tauri، حيث يستعين بلغة Rust للخلفية البرمجية وReact وTypeScript للتعامل مع
00:01:12واجهة الإعدادات. تشغّل مكتبة Transcribe CPP نماذج عائلة Whisper بصيغتي GGM وGGUF، بينما تشغّل
00:01:20Transcribe RS نموذج Parakeet. وتتعامل مكتبة CPAL مع الإدخال الصوتي عبر المنصات المختلفة. وتدير RDEV اختصارات
00:01:28لوحة المفاتيح العامة، ويستخدم التطبيق مكتبة تُدعى Rubato، والتي توفر بثًا صوتيًا مباشرًا وتهتم
00:01:33بإعادة أخذ العينات الصوتية. هذا المزيج يجعله خفيفًا للغاية وسهل الاستخدام حتى على جهاز Macbook الخاص بي.
00:01:40أما آلية العمل نفسها ففي غاية البساطة من جانب المستخدم. تقوم بتعيين اختصار لوحة مفاتيح مخصص ثم
00:01:46إما أن تضغط عليه للتفعيل/الإيقاف أو تستمر في الضغط عليه للتحدث. وأثناء الضغط، توجد أداة
00:01:52تُدعى Silero VAD، والتي تقوم بهدوء بتصفية الصمت في الخلفية حتى لا تستهلك
00:01:58طاقة المعالجة في تفريغ الصمت التام. وعندما تترك الزر، يرسل Handy الصوت إلى النموذج الذي
00:02:04اخترته، ثم يقوم بلصق النص المفرغ مباشرة في أي حقل نصي نشط في تلك اللحظة. وللأمانة،
00:02:11فإن Handy ليس الوحيد في هذا المجال، فالكثير من تطبيقات الإملاء الأخرى في السوق تعمل بطريقة مماثلة.
00:02:17لكن أكثر ما يعجبني هو أنه يمكنك اختيار النموذج المفضل لديك، وكل نموذج من النماذج
00:02:22المدرجة في قسم النماذج يحتوي على مؤشر للسرعة والدقة. الأمر يشبه تمامًا اختيار شخصيتك
00:02:28المفضلة في لعبة Mario Kart. يمكنك تحديد المقياس الذي يمثل الأولوية بالنسبة لك. بالنسبة لي، وجدت أن
00:02:34استخدام نموذج Parakeet Unified المكون من 600 مليون معامِل يعمل بشكل ممتاز معي، لأن Parakeet يعتمد على
00:02:42المعالج فقط. ووفقًا لأرقامهم الخاصة، فإنه يعمل أسرع بحوالي خمس مرات من الوقت الفعلي على معالج
00:02:48متوسط مثل i5. ومعالج M2 Max الخاص بي يتفوق على تلك المواصفات بكثير. لذا لا ألاحظ حتى عندما يعمل في
00:02:54الخلفية. وهناك العديد من الخيارات الأخرى للاختيار من بينها. حتى إن لديهم نماذج مخصصة
00:02:59للغة واحدة. على سبيل المثال، لدينا بعض النماذج الروسية والأوكرانية. وأنا أحب الصدق
00:03:05المنبثق من رؤية مشروع Handy. Handy لا يحاول أن يكون أفضل تطبيق لتحويل الكلام إلى نص،
00:03:11بل يحاول أن يكون الأكثر قابلية للتعديل والتطوير (Forkable). ويمكنك حتى إضافة نماذج Whisper
00:03:17GGML الخاصة بك والمعدلة دقيقًا إلى مجلد نماذج التطبيق، ثم إعادة تشغيله، وسوف يظهر كخيار مخصص.
00:03:23وأعتقد أن السبب الأكبر الذي يجعلني أختار Handy بدلاً من شيء مثل Whisperflow في أي وقت
00:03:28هو أن Handy يعمل ببساطة بدون إنترنت ولا أحتاج إلى إنشاء حساب ولا يوجد أي اشتراك.
00:03:34وأنا متأكد تمامًا من أن جميع التسجيلات الصوتية للإملاء تظل على جهازي ولا يتم
00:03:40استخدامها سرًا لتدريب نماذج صوتية أخرى. لذا أنا سعيد جدًا لأن لدينا الآن أداة إملاء
00:03:46بترخيص MIT مثل هذه. كل هذا يبدو رائعًا، ولكن دعونا نضع Handy تحت الاختبار الفعلي
00:03:52ونرى كيف يعمل. سأقوم بمقارنة أداء Handy مع Whisperflow وأيضًا مع
00:03:58خدمة التفريغ الصوتي الخاصة بـ Google المتاحة هنا في مستندات Google. هنا في صفحة مستندات Google،
00:04:05سأقوم بتفعيل وضع الكتابة بالصوت الخاص بـ Google. وفي الوقت نفسه، سأستمر في الضغط
00:04:11على اختصار التفريغ الخاص بـ Handy. ثم سأبدأ في التحدث بشكل عشوائي ومتواصل. وفي نهاية المطاف،
00:04:18سنرى نوع النتيجة التي تقدمها كل خدمة ونقارن بينهما.
00:04:26بالأمس ذهبت لشراء بعض البقالة وفي طريق عودتي إلى المنزل، تذكرت فجأة أنه يجب عليّ
00:04:34العودة وتوصيل قاعدة بيانات SQLite بخدمة COBOL تعمل على بيئة GPU المخصصة لدي.
00:04:43لم أكن أعرف حقًا كيف أفعل ذلك، لذا اضطررت لطلب المساعدة. والأداة الوحيدة التي فكرت فيها والتي قد تساعدني
00:04:55كانت نموذج لغوي يسمى Grok. ثم حصلت أيضًا على القليل من المساعدة من ChatGPT. وفي النهاية،
00:05:04حصلنا على تطبيق يعمل، لكن الأمر كان مزعجًا للغاية. دعونا نفصل بين هذين النصين.
00:05:12كما ترون هنا، خدمة الكتابة بالصوت من Google أسوأ بكثير. فهي لا تضيف أي علامات ترقيم.
00:05:20ولا تعرف كيفية تقسيم الجمل. ولم تتعرف على COBOL بشكل صحيح. ولا على قاعدة بيانات SQLite
00:05:27بشكل صحيح. حتى إنها لم تتعرف على كلمة LLM بشكل صحيح. وظنت أن Grok هي rock. وهناك
00:05:35الخطأ المفضل لدي، ظنت أن ChatGPT هي Chad GPT. “تشاد” GPT، رائع! إذن نعم، يمكنك بوضوح
00:05:45أن ترى أن Handy أفضل بكثير لأنه يضيف علامات الترقيم، ويتعرف على مصطلحات معينة،
00:05:52وقد تعرف على معظم المصطلحات التقنية بشكل صحيح. والان دعونا نقارن هذه النتيجة أيضًا مع
00:05:58Whisperflow. سأحاول تكرار نفس النص بقدر الإمكان لضمان عدالة هذا الاختبار.
00:06:08بالأمس ذهبت لشراء بعض البقالة وفي طريق عودتي، تذكرت فجأة أنه يجب عليّ
00:06:16العودة إلى المنزل وتوصيل قاعدة بيانات SQLite بخدمة COBOL تعمل على بيئة GPU المخصصة لدي.
00:06:26لم أكن أعرف حقًا كيف أفعل ذلك، لذا اضطررت لطلب المساعدة. والأداة الوحيدة التي فكرت فيها
00:06:33والتي قد تساعدني كانت نموذج لغوي يسمى Grok. ثم حصلت أيضًا على القليل من المساعدة من ChatGPT.
00:06:41وفي النهاية، حصلنا على تطبيق يعمل، لكن الأمر كان مزعجًا للغاية.
00:06:48حسناً. ويمكنك أن ترى بوضوح أن Whisperflow قام بالأداء الأفضل. فقد فصل الجمل بشكل صحيح،
00:06:55وتعرف على جميع المصطلحات بدقة. وبما أن هذا تطبيق تجاري، فمن المتوقع
00:07:03أنه سيكون أفضل من الأداة مفتوحة المصدر. لكن بصراحة، لا يوجد فارق كبير
00:07:09بين هذه النتيجة ونتائج Whisperflow. لذا لا أزال أفضل استخدام Handy فقط لأنه مجاني
00:07:17وخاص ومفتوح المصدر. لكن Whisperflow قام بعمل ممتاز هنا، لذا فهو خدمة قوية على أي حال.
00:07:25وهذا كل شيء يا أصدقاء، هذا هو برنامج Handy باختصار. لم أكن أمزح عندما قلت إن
00:07:30هذا البرنامج قد أصبح حقًا أداة الإملاء المفضلة لدي. وأنا أخشى بصراحة أن أنسى كيفية
00:07:36الكتابة على لوحة المفاتيح إذا أفرطت في استخدامه. لكن هذه مجرد أفكاري وملاحظاتي.
00:07:42ما رأيكم أنتم في برنامج Handy؟ هل جربتموه؟ هل ستستخدمونه؟ شاركونا رأيكم في قسم التعليقات
00:07:47في الأسفل. وإذا كانت تعجبكم هذه الأنواع من التحليلات التقنية، يرجى إخباري عن طريق
00:07:52الضغط على زر الإعجاب أسفل الفيديو. وأيضًا لا تنسوا الاشتراك في قناتنا.
00:07:57كان معكم أندريس من BetterStack وأراكم في الفيديوهات القادمة!