پروژههای اروپایی COALA و WASABI یک چارچوب کامل دستیار صوتی صنعتی را بر بستر OpenVoiceOS (یک بستر صوتی متنباز غیرانتفاعی) و HiveMind ساختند و آنها را با واسط کاربری Android، موتور NLP و پشتهٔ Docker خود یکپارچه کردند.
من در این استقرارها دخیل نبودم. نکته دقیقاً همین است: این پشته بر پایهٔ شایستگیهای خودش، توسط تیمهایی با نیازهای صنعتی واقعی، پذیرفته میشود.
فراخوان باز WASABI
دومین فراخوان باز WASABI برای ارائهٔ پشتیبانی مالی به دستکم ۱۰ آزمایشِ هدایتشده توسط SME ها اخیراً بسته شد. این فراخوان باز برای پشتیبانی از آزمایشهای دستیاری دیجیتال مبتنی بر AI که SME های حوزهٔ تولید را درگیر میکنند طراحی شده است.
تمام آزمایشهای فراخوان باز WASABI ملزماند:
- پشتهٔ Docker WASABI/COALA OVOS را اجرا کنند
- از طریق HiveMind متصل شوند
- یک OVOS Skill سفارشی حاوی منطق صنعتی خود توسعه دهند
کاربرد OVOS/Hivemind در این ۲ سند از پروژهٔ Wasabi توضیح داده شده است:
نمونههایی از کاربردهای صنعتی
۱. راهنمایی کارگر و پشتیبانی مونتاژ
آزمایشهایی مانند TICONAI و SKITE از skill های OVOS برای راهنمایی کارگران در طول کارهای پیچیده مانند مونتاژ قطعات، اعتبارسنجی رویهها یا ارائهٔ دستورالعملهای گامبهگام بهصورت بدوندست استفاده میکنند.
۲. کنترل کیفیت و کاهش خطا
پروژههایی مانند WALLABI و HUMANENERDIA بر ارائهٔ دستورالعملها و چکلیستهای بیدرنگ به کارگران برای پیشگیری از اشتباه تمرکز دارند. دستیارهای صوتی به اپراتورها کمک میکنند تنظیمات را تأیید کنند، بازبینیهای ایمنی را به یاد آورند یا پارامترها را متقابلاً بررسی کنند.
۳. کمک به نگهداری پیشبینانه
آزمایشهایی مانند GENIUS-PM از دستیار استفاده میکنند تا به تکنسینهای نگهداری دسترسی سریع به دادههای سلامت ماشین، توضیح خطاها و گامهای تعمیر بدهند — بهویژه هنگامی که دستانشان مشغول است.
۴. تدارکات، جابهجایی مواد و پشتیبانی انبار
VELO و AIVEA از صدا برای کمک به کارگران در یافتن اقلام، تأیید موجودی یا بررسی وظایف تحویل هنگام حرکت در کف کارگاه استفاده میکنند.
۵. ورود به کار و آموزش
ONBOARD و AI-MODE آزمایش میکنند که چگونه میتوان کارکنان تازه را با استفاده از راهنمایی صوتی در انجام کارها هدایت کرد و بار روی سرپرستان را کاهش داد.
۶. پایداری، ردیابی پسماند و کارایی منابع
VAFER واسطهای صوتی را با سامانههایی که بازیافت، بازاستفادهٔ مواد و جریان منابع را پایش میکنند یکپارچه میکند — گزارشدهی بدوندست در محیطهای کارخانهای.
همهٔ اینها به OVOS و به HiveMind برای مسیریابی ارتباط میان دستگاهها، واسط کاربری Android و سامانههای backend تکیه دارند.
آنچه COALA/WASABI بر بستر OVOS ساختند
هرچند این پروژهها هیچ skill صنعتی متنبازی تولید نکردند، اما چند مؤلفه حول OVOS + HiveMind ساختند:
۱. یک دستیار حوزهای (DA) مبتنی بر RASA
پژوهش پیشین COALA یک خطلولهٔ NLP RASA را توسعه داد که روی گفتوگوهای تولیدی (دربارهٔ بررسیهای کیفیت، عیبیابی، کار با ماشین) آموزش دیده بود. در WASABI، این موتور RASA بهعنوان یک skill به OVOS وصل میشود و گفتوگوی حوزهمحور را مدیریت میکند.
۲. برنامهٔ Android کوآلا
یک واسط کاربری Android برای کارگران که از طریق HiveMind به OVOS متصل میشود.
نسخهٔ اولیه اینجا منتشر شده است: https://github.com/BIBA-GmbH/Mycroft-Android
ویژگیها شامل موارد زیر است:
- ورود از طریق Keycloak
- چت متنی یا صوتی
- واسط کاربری برای دستورالعملها، هشدارها و یادداشتها
- پیامرسانی مبتنی بر HiveMind
۳. یک پشتهٔ کامل صنعتی مبتنی بر Docker
هر دو پروژه یک محیط Docker از پیش پیکربندیشده عرضه میکنند که موارد زیر را در بر میگیرد:
- OVOS
- HiveMind
- Keycloak (مدیریت کاربر)
- موتور NLP RASA
- سرویسهای اتصالدهندهٔ COALA
این پشتهٔ استاندارد دستیار صوتی صنعتی را تشکیل میدهد که تمام آزمایشهای WASABI باید مستقر کنند.
۴. یک مجموعهدادهٔ گفتار صنعتی
COALA یک مجموعهدادهٔ گفتار چندزبانه که در کارخانهها و کارگاهها ضبط شده منتشر کرد: https://zenodo.org/record/8268928
چرا برای صنعت کارآمد است
اهداف طراحیای که در کف کارخانه اهمیت دارند — شفافیت کامل برای بخشهای تنظیمشده، استقرار محلی/لبهای بدون وابستگی به ابر، skill های پیمانهای برای منطق اختصاصی، و توانایی HiveMind در توزیع گرههای صوتی در سراسر یک تأسیسات — از همان آغاز در آن تعبیه شده بودند، نه اینکه بعداً افزوده شوند.
کد منبع OVOS و HiveMind: github.com/OpenVoiceOS · github.com/JarbasHiveMind