نحن فريق في Wider Community يسرنا أن نقدم مشروع Quran Multi-Aligner، أداة تأخذ تسجيلاً صوتياً لتلاوة قرآنية، وتقوم تلقائياً بتقسيمه إلى مقاطع، والتعرف على السورة والآية، ومطابقة كل مقطع مع النص القرآني، واستخراج طوابع زمنية دقيقة للكلمات والحروف — كل ذلك على مستوى الوحدات الصوتية (phonemes — أصغر وحدة نطق تُميّز كلمة عن أخرى).
الهدف من هذا المنشور هو التعريف بالأداة، والحصول على ملاحظات تقنية، وفتح المجال للتعاون ضمن مشروع أكبر Quranic Universal Audio يهدف إلى بناء بنية تحتية شاملة للصوت القرآني.
كيف يعمل النظام؟
يعتمد النظام على أربع مراحل رئيسية:
المرحلة الأولى: تقسيم التسجيل (Segmentation)
يحلل التسجيل الصوتي ويقسمه إلى مقاطع تلاوة اعتماداً على وقفات القارئ.
يستخدم لذلك نموذج ذكاء اصطناعي مدرَّب خصيصاً لاكتشاف مقاطع الكلام، والوقفات التي قد تظهر أثناء التلاوة.
المرحلة الثانية: التعرف الصوتي (Phoneme Transcription)
يُحوِّل كل مقطع صوتي إلى سلسلة من الوحدات الصوتية باستخدام نموذج مُعدَّل خصيصاً للتلاوة القرآنية (95M parameters).
النظام لا يتعرف على الحروف العربية مباشرة، بل يتعرف على الأصوات التي ينتجها القارئ وهذا يجعله أكثر دقة ومرونة مع اختلاف القرّاء وأساليب التلاوة.
للتسجيلات الأكثر صعوبة، يمكن استخدام نموذج أكبر وأكثر دقة (1B parameters).
المرحلة الثالثة: التعرف على السورة والآية (Anchor Detection)
لا يحتاج المستخدم إلى تحديد السورة أو الآية يدوياً.
يأخذ النظام المقاطع الصوتية الأولى من التسجيل، ويبحث عن تطابقات بينها وبين فهرس يغطي القرآن كاملاً.
كل تطابق يُعدّ بمثابة "تصويت" لسورة وآية معينة — والتصويتات النادرة (أي المقاطع الصوتية التي لا تتكرر كثيراً في القرآن) تُعطى وزناً أكبر، لأنها أكثر دلالة على الموقع الفعلي.
بعد التصويت، يبحث النظام عن أطول سلسلة متتابعة من الآيات التي حصلت على أصوات، ويحدد بداية التلاوة بناءً عليها.
المرحلة الرابعة: المطابقة (Alignment)
بعد تحديد الموقع، تُطابَق سلسلة الوحدات الصوتية لكل مقطع مع النص القرآني المرجعي، لاستخراج الطوابع الزمنية الدقيقة لكل كلمة وحرف.
يكتشف النظام أيضاً الانتقالات بين السور، ويتعامل مع بعض الأحداث الخاصة في التلاوة، مثل البسملة والاستعاذة والتكبير، وغيرها من الصيغ التي قد تظهر في التسجيلات.
وقد صُمِّم النظام ليكون متحملاً لاختلاف القرّاء، والتكرارات أثناء التلاوة، والضوضاء التي قد تكون موجودة في بعض التسجيلات.
المخرجات
يوفّر النظام عدداً من المخرجات المفيدة، منها:
- تقسيم التلاوة إلى مقاطع اعتماداً على الوقفات.
- تحديد نطاق الآيات والكلمات داخل كل مقطع.
- طوابع زمنية دقيقة على مستوى الكلمة والحرف.
- إمكانية عرض النص بشكل تفاعلي أثناء التلاوة.
تُصدَّر هذه المخرجات بصيغة JSON موحَّدة، مما يجعل استخدامها سهلاً في أي نظام أو تطبيق آخر.
الأداء
يعمل النظام على GPU عبر HuggingFace Zero GPU، ويمكنه معالجة تسجيلات تتجاوز مدتها ساعة واحدة في أقل من دقيقتين تقريباً.
كما يمكن تشغيله على CPU بدون أي قيود على الاستخدام، وإن كان أبطأ.
الوصول عبر API
النظام متاح عبر Public API على منصة HuggingFace لا يتطلب إنشاء حساب (التفاصيل على HuggingFace)
يوفّر حدود استخدام يومية مجانية (مع حدود أعلى لمستخدمي HuggingFace).
استخدام فعلي: Quran Caption
تُستخدم هذه الـ API داخل برنامج Quran Caption لإنشاء فيديوهات التلاوة. في السابق كان إدخال النص وتحديد المقاطع يتم يدوياً، أما الآن فأصبحت العملية مؤتمتة، مما يسمح بإنتاج الفيديوهات خلال دقائق، مع حاجة محدودة جداً للمراجعة.
المشروع الأكبر: Quranic Universal Audio
التطبيق الحالي هو جزء من مشروع أوسع يهدف إلى إنشاء بنية بيانات صوتية شاملة للتلاوة القرآنية، تشمل مئات القرّاء مع تقسيم التلاوة على عدة مستويات: الآية، والوقفة، والكلمة، والحرف.
يستطيع النظام معالجة تلاوة قارئ كامل في أقل من 30 دقيقة على GPU.
ضمن المشروع يوجد أيضاً أداة مراجعة وتحقق تسمح بفحص نتائج المحاذاة، ومراجعة المقاطع الصوتية والنص المرتبط بها، وتقييم جودة المحاذاة، وتحليل البيانات وجودة النتائج.
يحتوي النظام على آلية كشف تلقائي للأخطاء المحتملة — مثل المحاذاة الضعيفة، والكلمات أو الآيات المفقودة، والتقسيمات غير الدقيقة — وتُعرض هذه الحالات للمراجع لتسهيل التصحيح.
في التجارب الأولية، كانت معظم النتائج صحيحة تلقائياً، مع وجود عدد محدود من الأخطاء (عادة في حدود عشرات فقط)، يمكن تصحيحها يدوياً في نحو 30 دقيقة لتلاوة قارئ كامل.
نخطط لنشر تفاصيل المشروع الأكبر، والمستودع البرمجي، وأدوات المراجعة، ونرحب بالملاحظات التقنية، واقتراحات التحسين، وأي مساهمات من المهتمين بتطوير هذا المجال.
الروابط:
Quran Multi Aligner
https://huggingface.co/spaces/hetchyy/Quran-multi-aligner
Phonemizer
https://github.com/Hetchy/Quranic-Phonemizer
Segmenter
https://huggingface.co/obadx/recitation-segmenter-v2
Quran Caption
https://qurancaption.com
