توثيق تطوير أداة التسميع فوق نظام Muaalem — مشروع مصحف السراج
المستودع العام للكود والتقارير والفيديو:
https://github.com/omarhfs34-ops/tasmee3-muaalem-findings
ما أضفناه فوق نظام Muaalem في مشروع مصحف السراج
السلام عليكم ورحمة الله وبركاته،
نشارككم خلاصة ما أنجزناه في مشروع مصحف السراج بعد الاستفادة من نظام Muaalem.
أولًا: توضيح مهم
نحن لم نعدّل نواة Muaalem أو أوزانه الأصلية، ولم ندّعِ بناء نسخة جديدة منه.
بل استخدمنا Muaalem كما هو، وبنينا فوقه طبقات تشغيل وربط ومحاذاة وتدقيق وحوكمة تناسب هدفنا التعليمي في تصحيح اللحن الجلي.
ماذا يقدّم Muaalem أصلًا؟
يستقبل Muaalem الصوت ويُخرج، بحسب واجهته الحالية:
مجموعات فونيمية للتلاوة.
مخرجات متعددة المستويات من CTC.
مؤشرات صفات صوتية مثل:
الهمس والجهر.
الشدة والرخاوة.
التفخيم والترقيق.
الإطباق.
الصفير.
القلقلة.
التكرار.
التفشي.
الاستطالة.
الغنة.
احتمالات وثقة مرتبطة بهذه الصفات.
لكن هذه المخرجات وحدها لا تعني أن Muaalem أصبح مصححًا تربويًا مستقلًا، ولا أنها تمثل حكم الشيخ أو الحقيقة الأرضية.
ما الذي أضفناه فوق Muaalem؟
- مسار تسجيل الطالب
أنشأنا مسارًا عمليًا يبدأ من:
اختيار السورة والآية → تسجيل الطالب → رفع الصوت → تخزينه → معالجة Muaalem → عرض النتيجة على الشيخ
وبما أن الطالب يحدد السورة والآية مسبقًا، أصبح لدينا مرجع قرآني معروف أثناء المحاذاة.
- محاذاة مقيدة بالمرجع
ربطنا مخرجات Muaalem بمسار محاذاة مقيد بالآية المختارة، بدل الاعتماد على تخمين حر لموضع التلاوة.
المسار التجريبي هو:
صوت الطالب → Muaalem → فونيمات → محاذاة V4.2 → محاذاة محلية → ربط بموضع الكلمة في الآية
وهذا سمح بتمييز عمليات مثل:
الحذف.
الإدراج أو التكرار.
الإبدال.
تغيّر الحركة أو المجموعة الفونيمية.
- تثبيت V4.2 وعدم العبث بالنواة
استخدمنا V4.2 كطبقة محاذاة مجمدة، مع توثيق إصلاح واحد متعلق بحدود الكلمات.
عند وقوع الإدراج على الحد الفاصل بين كلمتين، أصبح النظام لا يجبر الخطأ على كلمة واحدة، بل يستطيع تمثيل التأثر بالكلمتين:
text
affected_word_indices = [1, 2]
anchor_kind = word_boundary
وهذا أكثر أمانة من إعطاء ملكية زائفة لكلمة واحدة.
- الربط بالفهرس القرآني
استخدمنا ph_index.npy لربط موضع الفونيم بموضعه في النص العثماني، مع الحفاظ على ترتيب الحقول:
text
surah
ayah
word_index
uthmani_char_start
uthmani_char_end
phoneme_start
phoneme_end
وبذلك يمكن تحويل نتيجة المحاذاة إلى اقتراح مفهوم للشيخ، مثل:
الخطأ المحتمل في الكلمة رقم كذا من الآية
مع التأكيد أن هذا ربط مرجعي، وليس تقسيمًا تلقائيًا عامًا لكلمات الطالب.
- تمثيل موحد للأخطاء
بدل عرض مخرجات تقنية خام فقط، أنشأنا تمثيلًا موحدًا للخطأ يتضمن:
نوع العملية: حذف، إدراج، إبدال.
الكلمة أو الكلمات المتأثرة.
مجموعات الفونيمات المرجعية.
مجموعات الفونيمات المقروءة.
موضع المرساة.
هل المرساة داخل الكلمة أم على حد كلمتين.
درجة الثقة إن توفرت.
مصدر الثقة.
- صندوق الشيخ وحلقة المراجعة البشرية
أنشأنا مسارًا يكون فيه:
الذكاء الاصطناعي يقترح، والشيخ يستمع ويحكم
ولا يتحول أي اقتراح آلي إلى اعتماد ذاتي.
النتيجة تبقى في حالة:
text
PROPOSED
PENDING_EXPERT_REVIEW
كما أضفنا:
وسم «لا خطأ» jali_00.
حاجزًا يمنع اعتماد الجلسة السليمة بلا إقرار صريح من الشيخ.
تسجيل ثقة الشيخ: certain أو probable.
معرّفًا مستعارًا للشيخ والجهاز.
إمكانية تسجيل أكثر من خطأ في الكلمة نفسها.
فصلًا واضحًا بين اللحن الجلي واللحن الخفي.
- جعل حكم الشيخ سابقًا على اقتراح الذكاء الاصطناعي
لتقليل تحيز الأتمتة، صممنا ترتيب المراجعة بحيث:
يستمع الشيخ إلى التسجيل.
يضع حكمه ووسمه البشري أولًا.
يظهر اقتراح الذكاء الاصطناعي بعد ذلك للمقارنة.
يسجل النظام الاتفاق أو الاختلاف دون اعتبار AI مرجعًا نهائيًا.
- حفظ بيانات اللحن الخفي للمستقبل
يسجل الشيخ اللحن الخفي في قناة بشرية منفصلة، لكن:
لا يدخل في Benchmark اللحن الجلي.
لا يُستخدم حاليًا لتدريب مصحح آلي.
لا نعتبر مؤشرات Sifa في Muaalem مصححًا للحن الخفي.
لا ندعي امتلاك دقة أو استرجاع للحن الخفي.
الحالة العلمية الحالية هي:
توجد في Muaalem إشارات صوتية محتملة لصفات مرتبطة ببعض موضوعات اللحن الخفي، لكن قدرتها على كشف خطأ خفي بشري وتصنيفه وتوطينه لم تُثبت بعد.
ما الذي اختبرناه؟
شغّلنا Muaalem فعليًا على تسجيلات تجريبية تضمنت أمثلة مثل:
إسقاط الشدة في موضعي «إيّاك».
حذف كلمة.
تغيير حركات متوالية.
إبدال حرف.
إبدال كلمة كاملة.
تكرار كلمة.
وقد ظهرت الفروق في مخرجات النظام، ثم رُبطت تجريبيًا بمسار V4.2 والمحاذاة المرجعية.
لكننا نؤكد أن هذه الحالات:
أمثلة تشغيلية وليست Benchmark نهائيًا.
لا تمثل عددًا كبيرًا من الطلاب أو القراء.
لا تثبت أن Muaalem مصحح مستقل.
لا تجعل Muaalem Ground Truth.
تحتاج إلى مراجعة الشيخ قبل اعتماد أي نتيجة تربوية.
ما الذي أوقفناه مؤقتًا؟
أوقفنا مؤقتًا بناء Stage A الذي يحاول تحديد كلمات الطالب من الصوت الخام دون معرفة الآية أو المرجع.
والسبب أن فرضية:
pause أو blank = حدود الكلمات
لم تكن كافية، ولم نثبت بعد وجود تقسيم تلقائي موثوق لكلمات الطالب.
لذلك أصبح المسار العملي الحالي:
الطالب يختار الآية أولًا، ثم تتم المحاذاة المرجعية المقيدة
أما Stage A فبقي بحثًا مستقلًا، ولم نعتبره ملغى نهائيًا.
الخلاصة
ما أضفناه فوق Muaalem ليس نموذجًا بديلًا له، بل منظومة متكاملة حوله تشمل:
تجهيز الصوت.
تشغيل Muaalem.
حفظ المخرجات الخام.
محاذاة الفونيمات.
ربطها بالآية والكلمة.
كشف عمليات الحذف والإدراج والإبدال.
التعامل مع حدود الكلمات.
عرض الاقتراح للشيخ.
حفظ حكم الشيخ.
إعادة التغذية الراجعة للطالب.
فصل اللحن الجلي عن اللحن الخفي.
حوكمة البيانات ومنع الاعتماد الذاتي للذكاء الاصطناعي.
ونحن نرى أن أفضل وصف للحالة الحالية هو:
Muaalem هو محرك صوتي وفونيمي مهم، ومشروع السراج أضاف فوقه طبقة محاذاة وتوطين ومراجعة بشرية وحوكمة تعليمية، دون ادعاء أن النموذج أصبح مصححًا مستقلاً.
المستودع العام الذي يحتوي على الكود والتقارير والفيديو:
https://github.com/omarhfs34-ops/tasmee3-muaalem-findings
نسأل الله أن ينفع بهذا العمل، ونرحب بملاحظات أهل الاختصاص في الصوتيات القرآنية، والتجويد، والمحاذاة، وتقييم النماذج.
نسخة مختصرة
أضفنا فوق نظام Muaalem في مشروع مصحف السراج طبقات عملية دون تعديل نواته أو أوزانه:
تسجيل الطالب ورفع صوته.
تشغيل Muaalem فعليًا على الصوت.
استخراج الفونيمات ومؤشرات الصفات الصوتية.
محاذاة المخرجات مع الآية التي اختارها الطالب.
ربط الفونيمات بالكلمة والموضع في النص العثماني عبر ph_index.npy.
كشف الحذف والإدراج والإبدال وتغيّر الحركة.
معالجة الإدراج الواقع على حدود كلمتين.
إنشاء صندوق للشيخ لمراجعة الاقتراح.
إبقاء حكم الشيخ هو المرجع النهائي.
منع اعتماد الذكاء الاصطناعي لنفسه.
تسجيل اللحن الخفي كبيانات بشرية منفصلة للمستقبل.
إبقاء اللحن الخفي خارج Benchmark اللحن الجلي.
تعليق Stage A مؤقتًا لعدم ثبوت تقسيم كلمات الطالب تلقائيًا من الصوت الخام.
باختصار:
Muaalem يقدّم التحليل الصوتي والفونيمي، بينما أضاف السراج طبقة المحاذاة والتوطين والمراجعة البشرية والحوكمة التعليمية.
ويظل Muaalem أداة مساعدة، وليس Ground Truth أو مصححًا تربويًا مستقلًا.
