यूरोपीय संघ की COALA और WASABI परियोजनाओं ने OpenVoiceOS (एक गैर-लाभकारी ओपन-सोर्स वॉइस प्लेटफ़ॉर्म) और HiveMind के ऊपर एक संपूर्ण औद्योगिक वॉइस-असिस्टेंट फ्रेमवर्क तैयार किया, जिसे उन्होंने अपने स्वयं के Android UI, NLP इंजन और Docker स्टैक के साथ एकीकृत किया।
मैं इन परिनियोजनों में शामिल नहीं था। यही मुख्य बात है: यह स्टैक अपनी स्वयं की खूबियों के आधार पर, वास्तविक औद्योगिक आवश्यकताओं वाली टीमों द्वारा अपनाया जा रहा है।
WASABI ओपन कॉल
पेशेवर रूप से SMEs द्वारा संचालित कम से कम 10 प्रयोगों को वित्तीय सहायता प्रदान करने के लिए दूसरा WASABI ओपन कॉल हाल ही में बंद हुआ। यह ओपन कॉल विनिर्माण क्षेत्र की SMEs को शामिल करते हुए AI-आधारित डिजिटल सहायता प्रयोगों का समर्थन करने के लिए तैयार किया गया है।
सभी WASABI ओपन कॉल प्रयोगों के लिए आवश्यक है कि वे:
- WASABI/COALA OVOS Docker स्टैक चलाएँ
- HiveMind के माध्यम से कनेक्ट करें
- अपने औद्योगिक तर्क को समाहित करने वाली एक कस्टम OVOS Skill विकसित करें
OVOS/HiveMind के उपयोग को WASABI परियोजना के इन 2 दस्तावेज़ों में समझाया गया है:
औद्योगिक अनुप्रयोगों के उदाहरण
1. कर्मचारी मार्गदर्शन और असेंबली समर्थन
TICONAI और SKITE जैसे प्रयोग OVOS skills का उपयोग करके कर्मचारियों को जटिल कार्यों — जैसे घटकों को असेंबल करना, प्रक्रियाओं को सत्यापित करना, या बिना हाथ लगाए चरण-दर-चरण निर्देश प्रदान करना — के दौरान मार्गदर्शन देते हैं।
2. गुणवत्ता नियंत्रण और त्रुटि न्यूनीकरण
WALLABI और HUMANENERDIA जैसी परियोजनाएँ गलतियों को रोकने के लिए कर्मचारियों को रीयल-टाइम निर्देश और चेकलिस्ट प्रदान करने पर केंद्रित हैं। वॉइस असिस्टेंट ऑपरेटरों को सेटिंग्स सत्यापित करने, सुरक्षा जाँचों को याद रखने, या पैरामीटरों की क्रॉस-चेकिंग करने में मदद करते हैं।
3. पूर्वानुमानित रखरखाव सहायता
GENIUS-PM जैसे प्रयोग असिस्टेंट का उपयोग करके रखरखाव तकनीशियनों को मशीन स्वास्थ्य डेटा, दोष स्पष्टीकरण और मरम्मत चरणों तक त्वरित पहुँच प्रदान करते हैं — विशेष रूप से जब उनके हाथ व्यस्त हों।
4. लॉजिस्टिक्स, सामग्री प्रबंधन और गोदाम समर्थन
VELO और AIVEA वॉइस का उपयोग करके कर्मचारियों को शॉप फ़्लोर पर घूमते समय वस्तुओं का पता लगाने, इन्वेंट्री की पुष्टि करने, या डिलीवरी कार्यों की जाँच करने में मदद करते हैं।
5. ऑनबोर्डिंग और प्रशिक्षण
ONBOARD और AI-MODE यह परीक्षण करते हैं कि नए कर्मचारियों को वॉइस मार्गदर्शन के माध्यम से कार्यों में कैसे निर्देशित किया जा सकता है, जिससे पर्यवेक्षकों पर बोझ कम होता है।
6. संधारणीयता, अपशिष्ट ट्रैकिंग और संसाधन दक्षता
VAFER वॉइस इंटरफ़ेस को उन प्रणालियों के साथ एकीकृत करता है जो रीसाइक्लिंग, सामग्री पुन: उपयोग और संसाधन प्रवाह की निगरानी करती हैं — फ़ैक्टरी वातावरण में बिना हाथ लगाए रिपोर्टिंग।
ये सभी उपकरणों, Android UI और बैकएंड प्रणालियों के बीच संचार को रूट करने के लिए OVOS और HiveMind पर निर्भर करते हैं।
COALA/WASABI ने OVOS के ऊपर क्या बनाया
हालाँकि परियोजनाओं ने कोई ओपन-सोर्स औद्योगिक skills तैयार नहीं की, फिर भी उन्होंने OVOS + HiveMind के इर्द-गिर्द कई घटक बनाए:
1. एक RASA-आधारित डोमेन असिस्टेंट (DA)
पहले के COALA अनुसंधान ने विनिर्माण वार्तालापों (गुणवत्ता जाँच, समस्या निवारण, मशीन संचालन के बारे में) पर प्रशिक्षित एक RASA NLP पाइपलाइन विकसित की। WASABI में, यह RASA इंजन एक skill के रूप में OVOS में प्लग किया गया है, जो डोमेन-विशिष्ट संवाद को संभालता है।
2. COALA Android ऐप
कर्मचारियों के लिए एक Android फ्रंट-एंड, जो HiveMind के माध्यम से OVOS से जुड़ता है।
प्रारंभिक संस्करण यहाँ जारी किया गया: https://github.com/BIBA-GmbH/Mycroft-Android
विशेषताओं में शामिल हैं:
- Keycloak के माध्यम से लॉगिन
- टेक्स्ट या वॉइस चैट
- निर्देशों, चेतावनियों और नोट्स के लिए UI
- HiveMind-आधारित मैसेजिंग
3. एक पूर्ण Docker-आधारित औद्योगिक स्टैक
दोनों परियोजनाएँ एक पूर्व-कॉन्फ़िगर किया गया Docker वातावरण प्रदान करती हैं जिसमें शामिल हैं:
- OVOS
- HiveMind
- Keycloak (उपयोगकर्ता प्रबंधन)
- RASA NLP इंजन
- COALA कनेक्टर सेवाएँ
यह मानक औद्योगिक वॉइस-असिस्टेंट स्टैक बनाता है जिसे सभी WASABI प्रयोगों को परिनियोजित करना आवश्यक है।
4. एक औद्योगिक स्पीच डेटासेट
COALA ने फ़ैक्टरियों और कार्यशालाओं में रिकॉर्ड किया गया एक बहुभाषी स्पीच डेटासेट प्रकाशित किया: https://zenodo.org/record/8268928
यह उद्योग के लिए क्यों काम करता है
फ़ैक्टरी फ़्लोर पर मायने रखने वाले डिज़ाइन लक्ष्य — विनियमित क्षेत्रों के लिए पूर्ण पारदर्शिता, बिना क्लाउड निर्भरता के स्थानीय/एज परिनियोजन, प्रोप्रायटरी तर्क के लिए मॉड्यूलर skills, और किसी सुविधा में वॉइस नोड्स को वितरित करने की HiveMind की क्षमता — इन्हें शुरुआत से ही अंतर्निहित किया गया था, बाद में जोड़ा नहीं गया।
OVOS और HiveMind सोर्स कोड: github.com/OpenVoiceOS · github.com/JarbasHiveMind