مکس هدباکس؛ هوش مصنوعی با چهره جذاب که روی رزبری پای ۵ اجرا می‌شود

مکس هدباکس یک عامل هوش مصنوعی کاملاً محلی است که روی رزبری پای ۵ با ۱۶ گیگابایت رم اجرا می‌شود؛ از تشخیص کلمه بیدارکننده تا گفتار‌به‌متن و پاسخ‌گویی همگی بدون نیاز به اینترنت انجام می‌شود.

خلاصه مقاله

این پروژه یک AI agent سبک با رابط چهره‌محور است که با استفاده از مدل‌های کوچک Qwen3:1.7b و Gemma3:1b تمام پردازش را روی خود رزبری پای ۵ انجام می‌دهد؛ برای خانه‌هوشند و کارهای سبک که نیاز به پاسخ فوری ندارند مناسب است.

چرا مکس هدباکس جالب است؟

اجرای کامل روی رزبری پای ۵

به جای اتکا به سرور ابری، پردازش زنجیره‌ای wake-word با Vosk، تبدیل گفتار با faster-whisper و استنتاج LLM همگی روی برد کوچک انجام می‌شود.

رابط کاربری با چهره انیمیشنی

صفحه‌نمایش کوچک، چشمک‌زدن و حرکات لب به پاسخ‌های متنی روح می‌دهد و حس صحبت با یک دستیار دوستانه ایجاد می‌کند.

ساخته شده برای خانه‌هوشند

روشن‌کردن چراغ، پرسیدن وضعیت آب‌وهوا یا کنترل وسایل IoT بدون تاخیر شبکه؛ کافی است کلمه بیدارکننده را بگویید.

جزئیات فنی ساده

• مدل زبان: Qwen3:1.7b یا Gemma3:1b کوانتایزشده
• تشخیص گفتار: Vosk برای wake-word و faster-whisper برای تبدیل
• واسط گرافیکی: Python + Pygame برای چهره انیمیشنی روی LCD کوچک
• مصرف رم: کمتر از ۸ گیگابایت در حالت عادی

کاربردهای عملی

۱. کنترل صوتی وسایل خانه

با افزودن پلاگین‌های کوچک می‌تواند فرمان‌های ساده مانند «چراغ اتاق را روشن کن» را اجرا کند.

۲. یادآور شخصی

با یک cron سبک، قرار ملاقات‌ها یا زمان مصرف دارو را صوتی اعلام می‌کند.

۳. وضعیت آب‌وهوا

داده را از سنسور دما یا API محلی می‌گیرد و با چهره انیمیشنی گزارش می‌دهد.

چطور شروع کنیم؟

کد منبع (MIT License) روی GitHub قرار دارد؛ کافی است رزبری پای ۵ خود را با ۱۶ گیگ رم آماده کرده و Repository را کلون کنید.

یک ایمیج آماده هم در README قرار داده شده که با ابزار Raspberry Pi Imager روی microSD می‌ریزید و کمتر از ۱۰ دقیقه راه می‌افتد.

مزایا و محدودیت‌ها

نتیجه‌گیری

اگر به دنبال دستیار محلی با چهره دوستانه هستید که بدون اتصال اینترنت به IoT خانه‌تان فرمان دهد، مکس هدباکس گزینه سرگرم‌کننده و کم‌هزینه‌ای است؛ کافی است انتظار سرعت چت‌بات‌های آنلاین را نداشته باشید.