ربات ارسطو: فیلسوف یونانی با قلب سیلیکونی و مغز Gemma!

یکی از توانمندی‌هایی که برخی آن را مفید و برخی نگران‌کننده در مدل‌های زبانی بزرگ (LLM) می‌دانند، توانایی تقلید شخصیت و لحن گفتاری چهره‌های مشهور است. یک LLM می‌تواند شبیه هر فردی رفتار کند؛ از شخصیت‌های تاریخی گرفته تا کاراکترهای خیالی. Nikodem Bartnik هم از همین قابلیت استفاده کرده و رباتی ساخته که مانند ارسطو صحبت می‌کند.

این ربات، چهره‌ای با چشم‌های متحرک دارد که می‌توانید با آن گفت‌وگو کنید و در پاسخ، وانمود می‌کند همان فیلسوف خردمند یونان باستان است. البته لهجه‌اش بیشتر شبیه یک کابوی است تا یونانی، اما از آنجا که کسی دقیقاً نمی‌داند ارسطو چه صدایی داشته، می‌توان از این تفاوت چشم‌پوشی کرد.

برای ساخت این تجربه، Bartnik چند سرویس و پروژه متن‌باز را در کنار هم قرار داده است. چشم‌های انیماترونیک بر اساس طراحی Will Cogley ساخته شده و با سرووهایی که تحت کنترل Raspberry Pi Pico هستند حرکت می‌کنند. چهره، یک ماسک چاپ سه‌بعدی است که Rott3D آن را در Printables مدل کرده. بخش زبانی پروژه روی یک رایانهٔ محلی با مدل Gemma از Google و به کمک Ollama اجرا می‌شود. یک Raspberry Pi نیز از طریق میکروفون ورودی صوتی را دریافت می‌کند، پرسش را برای رایانهٔ میزبان Gemma می‌فرستد و پاسخ را از طریق اسپیکرها پخش می‌کند. در نهایت، ElevenLabs به خروجی، صدایی انسان‌مانند و واقعی اضافه می‌کند و تبدیل متن به گفتاری با کیفیت بالا ارائه می‌دهد.