الذكاء الاصطناعي

مشروع MonsterHouse: مرآب ذكي بصوت سفينة قرصنة

ابتكر مهندس في شركة نيفيديا مشروعاً تفاعلياً فريداً للهالوين يعتمد على تقنيات الذكاء الاصطناعي لتحويل باب المرآب إلى مبنى غاضب يحاور الأطفال.

رضوان عبدالهاديمحرر وكاتب تقني

نُشر: 31 أكتوبر 2026 · آخر تحديث: 31 أكتوبر 2026 · 4 دقائق قراءة

مشروع MonsterHouse: مرآب ذكي بصوت سفينة قرصنة — الصورة: Hugging Face Blog

فكرة المشروع وتصميمه الأساسي

سعى المبتكر إلى منح الأطفال تجربة تفاعلية ممتعة وفريدة خلال عيد الهالوين، حيث يتولى المنزل إدارة توزيع الحلوى ولكن بشخصية متذمرة وغير مرعبة مقارنة بالتصاميم التقليدية. تم تحويل باب المرآب الخشبي ليصبح بمثابة فم ناطق يروي قصص القراصنة ويشتكي بأسلوب فكاهي، مع ظهور تأثيرات بصرية تشبه النيران المشتعلة عند فتح الباب. جاءت هذه الفكرة الفريدة لتمنح المبنى طابعاً عتيقاً ومعبراً يبدو منزعجاً قليلاً من وجود الزوار، مما جعل التفاعل معهم يبدو وكأنهم يواجهون سفينة قرصنة حقيقية أعيد تجسيدها في هيكل عقاري.

تعتمد بنية هذا النظام التفاعلي على أدوات وتقنيات متقدمة تم دمجها معاً بعناية فائقة. وقد نُشرت تفاصيل هذا الابتكار عبر مدونة تقنية متخصصة تابعة للمنصة الشهيرة، حيث يشرح المطور كيفية تسخير التقنيات الحديثة لبناء هذه التجربة الغامرة على محطة عمل واحدة دون الحاجة إلى بنية تحتية سحابية معقدة. تفاصيل هذا الابتكار متاحة بالكامل للقراءة على النحو الوارد في مدونة Hugging Face Blog.

التقنيات المستخدمة في الاستماع والمعالجة

يعتمد النظام في مرحلة الاستماع على تقنيات متطورة لتحويل الكلام الشفوي للزوار إلى نصوص مكتوبة بدقة عالية. يقوم نظام التعرف على الكلام بدور رئيسي في التقاط أصوات الأطفال وتفريغها، وهو ما يتيح للمبنى فهم ما يطلبه الزوار بوضوح. هذه القدرة على الاستماع الفوري تمثل خطوة أساسية لضمان استجابة سريعة ومترابطة تحاكي محادثة حقيقية مع شخصية متذمرة ترفض الإجابة بسرعة.

لتحقيق هذه الكفاءة، يعتمد المطور على نموذج التعرف الصوتي المخصص الذي يوفر دقة عالية في التقاط الكلمات وتحويلها للمعالجة اللاحقة. تتوفر تفاصيل هذه التقنية ضمن أدوات الذكاء الاصطناعي عبر صفحة النظام المعنية التي يمكن للمهتمين استكشافها عبر Nemotron ASR.

الدماغ المشغل للحوارات وشخصية القرصنة

تم اختيار نموذج لغوي صغير ومفتوح ليكون بمثابة العقل المدبر وراء صياغة الردود الحية للمبنى. تم ضبط هذا النموذج باستخدام محولات مخصصة لتشكيل الشخصية المتذمرة المستوحاة من تاريخ سفن القراصنة المغمورة، مما يمنح الردود طابعاً فريداً وثابتاً طوال فترة التفاعل مع الزوار. النظام لا يكتفي بالرد العشوائي، بل يتبع مسار محادثة دقيق يبدأ بالرفض والتذمر وينتهي بالقبول والترحيب عندما يستخدم الزوار كلمات التهذيب مثل الاستئذان والشكر.

يعمل هذا النموذج بكفاءة عالية على معالجة النصوص وتوليد الردود المناسبة للموقف بفضل تصميمه المخصص للوكلاء المحليين والتفاعليين. يمكن الاطلاع على النسخة المستخدمة في هذا النظام والتعرف على خصائصها التقنية عبر نموذج Nemotron 3.5 Bolt E4B 4GB المخصص لهذا الغرض.

التوليد الصوتي والتحريك ثلاثي الأبعاد

بعد صياغة الرد المناسب من قبل النموذج اللغوي، يأتي دور تحويل النص المكتوب إلى كلام منطوق يحمل نبرة صوت القرصتم الغاضب أو المستمتع بحسب الحالة المزاجية للمبنى. يعتمد النظام على تقنية متقدمة لتوليد الأصوات الحية باستخدام عينات مرجعية قصيرة بدلاً من الأصوات المدربة تقليدياً، مما يسمح بتنويع النغمات والمشاعر السبع المختلفة التي يظهرها المبنى أثناء تفاعله مع الجمهور.

إلى جانب الصوت، يتم تحويل الكلام المنطوق إلى حركات واضحة للفم على مجسمات ثلاثية الأبعاد داخل محركات الرسوم الشهيرة، ليتزامن الصوت مع حركة الألواح الخشبية للباب بسلاسة مذهلة. تساهم هذه التقنيات مجتمعة في إضفاء حيوية بصرية وصوتية فريدة على المشروع بأكمله.

التنسيق العام والتشغيل المحلي

تتولى منصة وكيل الصوت مسؤولية التنسيق الكامل بين مختلف المكونات والتقنيات المستخدمة في المشروع، بدءاً من الاستماع وحتى التوليد الصوتي والتحريك البصري. يتيح هذا النظام المتكامل للمبتكر تشغيل المشروع بالكامل على محطة عمل واحدة مزودة بوحدات معالجة رسومية قوية، مما يغني عن الحاجة لشبكات خارجية معقدة ويحافظ على استقلالية النظام وسرعة استجابته الفورية للزوار.

يمكن للمطورين والمهتمين بالذكاء الاصطناعي التفاعلي الاطلاع على الأكواد والموارد البرمجية المتاحة لتصميم وكلاء صوتيين مشابهين عبر مستودع المشاريع المخصص لذلك. تتوفر هذه الأدوات البرمجية للاستكشاف عبر رابط NVIDIA Nemotron Voice Agent.