طلب مشورة : برنامج التصحيح الصوتي للحروف العربية و القران

Rana AL

السلام عليكم،

أعمل على مشروع تعليمي للقرآن موجه لغير الناطقين بالعربية، وأبحث عن أفضل حل تقني لإضافة تدريب صوتي بالذكاء الاصطناعي مع تصحيح فوري للنطق.

أحتاج الحل أن يغطي مرحلتين:

تعلم الحروف والقراءة الأساسية:
الطالبة تسمع الحرف أو المقطع ثم تنطقه، والنظام يتعرف على نطقها ويعطيها Feedback فوري إذا كان النطق صحيحًا أو يحتاج إعادة.
تلاوة القرآن والتجويد:
الطالبة تقرأ آية أو جزءًا منها، والنظام يقارن التلاوة بالنص الصحيح ويكتشف أخطاء النطق، الكلمات، والحركات، ويفضل لاحقًا أن يستطيع رصد بعض أخطاء التجويد أيضًا.

الفئة المستهدفة غير ناطقات بالعربية، لذلك يهمني أن يكون التقييم مناسبًا للمبتدئات وليس Speech-to-Text عربي عادي فقط.

من لديه خبرة في هذا المجال:

ما أفضل API أو model حاليًا لهذا الاستخدام؟
هل الأفضل الاعتماد على خدمة جاهزة متخصصة في القرآن، أم بناء النظام باستخدام Speech Recognition مثل Azure / Google / Whisper أو موديلات مفتوحة المصدر؟
هل توجد حلول جيدة لتقييم نطق حرف واحد أو مقطع قصير؟ لأن هذا أصعب من تحويل جملة كاملة إلى نص.
بالنسبة للتجويد، هل توجد حاليًا تقنية/API موثوقة فعلًا أم أن الأفضل في البداية التركيز على pronunciation + word accuracy؟
ما الحل الأنسب من ناحية الدقة، سهولة الدمج، التكلفة وقابلية التوسع لتطبيق ويب وموبايل؟

ملاحظة : انا مبتدأه و غير متخصصة بالبرمجه ), فقط معلمة قران و chatgpt يساعدني في اغلب المشروع على Lovable وانجزنا كل شي تقريبا باقي فقط اضافة تمارين التصحيح الصوتي .. فأريد شيئ بسيط مبدئياً حتى انتهي من اول MVP ...

إذا سبق لأحد تنفيذ شيء مشابه، يهمني جدًا معرفة الـstack أو الـAPI الذي استخدمه وتجربته العملية معه.

جزاكم الله كل خير على المساعدة

رقية بورية

وعليكم السلام ورحمة الله وبركاته،
بخصوص تعلم الحروف والقراءة الأساسية، فالحل برأيي أن يتم العمل على جانبين:

توفير النص القرآني بحروف لاتينية يعرفها القارئ لكن معدلة لتوافق النطق العربي ببعض الحروف غير الموجودة في الأبجدية اللاتينية العادية، ولمطابقة تلاوة القرآن خصيصًا، مثل: http://transliteration.org/quran/WebSite_CD/MixPure/001.asp
تعليم الطالب مخارج الحروف الصحيحة لتلك التي يصعب عليه نطقها لغيابها عن لغته مثل: ح، ع، ظ، ض، ق. وهنا يمكن وضع الحرف العربي بجانبه الحرف اللاتيني المميز مثل: ĥ لحرف الحاء، ومعه صوت متكرر لصوت الحرف، وإن أمكن توضيح كتابي وصوتي يعلم الطالب على كيفية إخراج الحرف. وهناك تطبيقات تستخدم شكل الفم والحنجرة لتعليم الفرد مخارج الحروف السليمة.

أما للتلاوة والتجويد، فللصراحة حسب النقاشات الدائرة في المجتمع، فيمكن القول أننا لم نصل بعد لنموذج كامل ودقيق بنسبة 100 بالمئة ويشمل كل مراحل تصحيح التلاوة حتى الآن، لكن من بين المشاريع الواعدة جدًا التي لاحقت ترحيبًا ولها دقة عالية وملحوظة في كشف أخطاء الكلام، مشروع المعلم القرآني الذي يمكنك البناء عليه في مشروعك.
https://community.itqan.dev/d/102
https://obadx.github.io/prepare-quran-dataset/

لكن بما أن المرغوب فيه هو تعليم القرآن لغير الناطقين باللغة العربية، فمعناه أن تلاوتهم لن تكون صحيحة إلا عند مستوى معين، بالتالي إن تم اعتماد أي من النماذج المتاحة كما هي دون إضافة أي طبقات أخرى تسمح بالتعلم على مستويات، فلن يكون التطبيق دقيقًا ولا نافعًا للجهة المعنية. لذا أقترح جعل التطبيق قابلًا للفلترة، بحيث يتم تجاهل بعض الأخطاء ببعض الحروف مؤقتًا بحسب اختيار الطالب أو المعلم، ليتم التركيز على الكلمات معينة، أو حتى تقريب بعض الحروف لنطق الشخص لها في المراحل الأولية.
بحيث حتى لو نطق حرف الحاء على أساس أنه هاء في البداية يمكن اعتبار ذلك صحيحًا عند مستوى محدد فقط، لكن فور تعلم الطالب لها تصبح قراءته للحاء حاءً فقط دون أي إمكانية لقبول الهاء.

نفس الشيء للأحكام، يعني كل مرة تفلتر على حسب الحكم الذي سيتعلمه والذي لا يعرفه، لضمان التدرج وتعلم الطالب في نفس الوقت.

في ملحوظة أخيرة، لاحظت أنك أشرت إلى ضعف خبرتك في المجال البرمجي، وأريد التأكيد هنا على أن الذكاء الاصطناعي ليس آمنًا تمامًا للاستخدام كما لا يؤدي المطلوب دائمًا إن كان من شخص غير تقني متخصص، فقد تضاف أسطر هنا وهناك تؤدي دورًا ضارًا للتطبيق وللمستخدم وجهازه، كما قد يعمل التطبيق لفترة محددة ثم يتوقف من تلقاء نفسه لأنه مبرمج على ذلك دون انتباه منك (حدث معي هذا الموقف). بنفس الوقت، التعامل معه في المحتوى القرآني يتطلب حذرًا ودقةً عالية، لذا أنصحك بعد الانتهاء منه عدم عرضه على الطلاب والمستخدمين فورًا، بل مرريه على مبرمجين متمكنين للتحقق من سلامته من مختلف النواحي أولًا، وأرشح لك مشاركته هنا على المجتمع لجمع أكبر قدر من التغذية الراجعة قبل إطلاقه الفعلي.

هادي الأحمد

رقية بورية التعامل معه في المحتوى القرآني يتطلب حذرًا ودقةً عالية، لذا أنصحك بعد الانتهاء منه عدم عرضه على الطلاب والمستخدمين فورًا، بل مرريه على مبرمجين متمكنين للتحقق من سلامته من مختلف النواحي أولًا

اتفق مع هذا، وأضيف أنّ الذكاء الإصطناعي في كثير من الأحيان يبالغ في إمكانيّاته كثيراً، وضرر هذه المبالغة في سياق القرآن الكريم هائل - للتوضيح مثلاً لحد الآن لا يوجد نماذج يمكن القول أنّها تعطي تجربة مثالية للتدقيق والتصحيح، ولا يوجد ما يعتمد عليه حتى للاستئناس في مجال التجويد، المجال ما زال فتيّاً ويحتاج الكثير من العمل - ويكون الأمر محدوداً أكثر لو كنّا نبحث عن النماذج التجارية التي يمكن استخدامها من خلال منصات مثل loveable ومنصّات الvibe coding التي في النهاية لا تقوم سوى ببناء تطبيقات ويب static أو أنظمة crud.

علا صالح

وعليكم السلام ورحمة الله وبركاته أستاذة رنا
بما أنك بدأتي العمل على تنفيذ الـMVP وتحتاجين لإضافة التصحيح الصوتي فأقترح أن تجربي أولًا واجهة برمجية جاهزة يمكن ربطها بالتطبيق المبني على Lovable مثل Azure Pronunciation Assessment للبدء واختبار تمارين الحروف والمقاطع والنطق الأساسي

بالنسبة لمشروع المعلم القرآني الذي ذكرته رقية هو أقرب لاحتياج تصحيح تلاوة القرآن الكريم ويوفر API لتصحيح التلاوة والبحث الصوتي لكنه على ما أذكر يملك API يمكن تشغيلها محليًا لا كخدمة مستضافة جاهزة يمكن استخدامها مباشرة
لذلك ستحتاجين إلى إعداد Backend وبيئة لتشغيل النموذج وقد تحتاجين إلى مساعدة مطور في هذه الخطوة

وحبذا لو تشاركي معنا المرحلة التي وصل إليها المشروع حاليًا لنتمكن من تحديد الخيار الأنسب للخطوة التالية

بالتوفيق

علي ملص

وعليكم السلام ورحمة الله وبركاته.

أفضل نموذج يمكن استخدامه حاليًا وتشغيله محليًا بحسب تجربتي هو zipformer_p-arabic-v3 من QuranLab، لكنه يدعم كلمات وآيات القرآن الكريم، وليس الحروف، أما دعم الحروف بشكل جيد، فأفضل حل يمكن الاعتماد عليه في المرحلة الحالية من عملك هو الذي أشارت إليه الأخت علا Azure Pronunciation Assessment.

وإذا أردت تدريب نموذج فالأفضل الاعتماد على بنية Wav2vec2 مثل نموذج wav2vec2-large-xlsr-53-arabic، لكن هذه النماذج مبرمجة لتحويل الصوت إلى نص (ASR)، وتميل إلى تصحيح النطق تلقائيًا لتُخرج الكلمة صحيحة، مما يُخفي الخطأ. وبالتالي لاستخدامه ستحتاجين إلى بناء طبقة تحسب جودة النطق وتجري محاذاة قسرية (Forced Alignment) للصوت، وهذا سيكون مكلفًا في مرحلة الـ MVP.

بالتوفيق إن شاء الله في المشروع.

ثبت مجتمعنا كتطبيق لتجربة افضل

انضم إلى نشرة إتقان 📩

انضم إلى نشرة إتقان 📩

شكراً لك!