Voice Assistant

مساعد صوتي عربي

خط أنابيب صوتي كامل: استقبال صوت → تفريغ → معالجة → رد صوتي.

خط الأنابيب

1. استقبال وتحويل الصوت

# تحويل أي صيغة لـ WAV مناسب لـ Whisper
ffmpeg -i INPUT_FILE -ar 16000 -ac 1 -c:a pcm_s16le /tmp/hurmoz_input.wav

2. تفريغ النص (STT)

whisper /tmp/hurmoz_input.wav --language Arabic --model medium --output_format txt --output_dir /tmp/

3. معالجة النص

بعد التفريغ، مرر النص للنموذج اللغوي للرد.

4. تحويل الرد لصوت (TTS)

Voxtral (سحابي)

curl -s -X POST "https://api.mistral.ai/v1/audio/speech" \
  -H "Authorization: Bearer $MISTRAL_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model": "voxtral-mini-2025-12", "input": "النص", "voice": "aria", "language": "ar", "response_format": "mp3"}' \
  --output /tmp/hurmoz_response.mp3

F5-TTS (محلي — Apple Silicon)

# إذا مثبت F5-TTS محلياً
python3 -m f5_tts --text "النص العربي" --output /tmp/hurmoz_response.wav --lang ar

5. تشغيل الرد

# macOS
afplay /tmp/hurmoz_response.mp3

# Linux
aplay /tmp/hurmoz_response.wav

الأمر الكامل (سكربت واحد)

# تفريغ → طباعة النص → (المستخدم يعالج) → تحويل لصوت
whisper "$1" --language Arabic --model medium --output_format txt --output_dir /tmp/ && \
cat /tmp/$(basename "$1" | sed 's/\.[^.]*$//').txt

متى تستخدم

• المستخدم يرسل ملف صوتي ويريد رد صوتي
• يريد "تكلمني بالعربي"
• يريد بودكاست أو محتوى صوتي من نص
• يطلب قراءة آية أو حديث بصوت