الخطوات القياسية الـ 11 في مسارات العمل

يتميز محرك مسارات العمل في DuRT 3.0 ببنية خطوط إنتاج قابلة للتوسع قائمة على DAG مع 11 نوعاً متخصصاً من الخطوات. تلتزم كل خطوة بعقد بيانات صارم الأنواع، مما يمكنك من ربط وتفريع المدخلات ومحركات التعرف ونماذج اللغة وتوليد الأصوات والتسليم السحابي المتعدد في مسار واحد مؤتمت بالكامل.

┌─────────────────┐     ┌─────────────────┐     ┌─────────────────┐     ┌─────────────────┐
│  1. مصادر الدخل │ ──> │ 2. التعرف والبث │ ──> │ 3. معالجة الذكاء│ ──> │ 4. الصوت والتسليم│
└─────────────────┘     └─────────────────┘     └─────────────────┘     └─────────────────┘

---

المجموعة 1: خطوات الإدخال (مصادر الإدخال)

1. monitorCapture — تسجيل صوت النظام والشاشة

• الوظيفة: التقاط الصوت الحي باستمرار من متصفح Safari، أو مكالمات Zoom، أو مقاطع YouTube، أو الميكروفون عبر أطر عمل macOS الأصلية ScreenCaptureKit و CoreAudio.
• نوع منفذ الإخراج: audioStream (تدفق صوتي خام PCM)
• الخيارات الأساسية: صوت النظام الداخلي مقابل الميكروفون؛ إلغاء الصدى الصوتي (AEC) المدمج عتادياً وبرمجياً.

2. mediaInput — استيراد الملفات وروابط البث

• الوظيفة: استقبال ملفات الوسائط المحلية (.mp4, .mov, .mkv, .mp3, .m4a, .wav) أو روابط البث من الويب (YouTube, Bilibili, وروابط الوسائط المباشرة).
• نوع منفذ الإخراج: mediaFile (ملف وسائط فعلي)
• الخيارات الأساسية: فصل الصوت محلياً على الجهاز وتوحيد الصيغ.

3. subtitleInput — استيراد الشروحات والنصوص الخام

• الوظيفة: استيراد ملفات الشروحات الجاهزة .srt أو .vtt أو نصوص المهام السابقة لتشغيل مراحل الذكاء الاصطناعي دون الحاجة لإعادة التعرف الصوتي.
• نوع منفذ الإخراج: subtitleTrack (مسار شروحات موقوت)
• الخيارات الأساسية: الكشف التلقائي عن ترميز النصوص وإزاحة الطوابع الزمنية على الشريط الزمني.

---

المجموعة 2: التعرف الصوتي (ASR) والترجمة الحية

4. realtimeASR — التعرف الصوتي المتدفق

• الوظيفة: إخراج أجزاء الشروحات المتدفقة في الوقت الفعلي والجمل المكتملة بزمن تأخير يقل عن الثانية لعرض الشروحات العائمة.
• نوع منفذ الإدخال: audioStream
• نوع منفذ الإخراج: subtitleStream (تدفق شروحات حية)
• المحركات المدعومة: التعرف الصوتي المحلي من Apple، وبوابة OneASR عبر WebSocket، و OpenAI Realtime API.

5. mediaASR — تفريغ ملفات الوسائط وفرز المتحدثين

• الوظيفة: تفريغ دقيق دون إنترنت للتسجيلات الصوتية الطويلة، مع توليد طوابع زمنية لكل كلمة بالمللي ثانية وفرز المتحدثين تلقائياً (المتحدث 1، المتحدث 2، إلخ).
• نوع منفذ الإدخال: mediaFile
• نوع منفذ الإخراج: subtitleTrack (مسار شروحات موقوت)
• المحركات المدعومة: محرك Apple المحلي، وبوابة OneASR (Whisper / SenseVoice)، و OpenAI Whisper API.

6. realtimeTranslation — الترجمة الفورية الحية

• الوظيفة: ترجمة أجزاء التعرف الصوتي المتدفقة فورياً، جملة بجملة، لتوفير شروحات ثنائية اللغة أثناء الاجتماعات الحية.
• نوع منفذ الإدخال: subtitleStream
• نوع منفذ الإخراج: subtitleStream (تدفق شروحات ثنائي اللغة)
• المحركات: الترجمة العصبية المدمجة في macOS 15، وواجهة DeepSeek، و OpenAI.

---

المجموعة 3: معالجة الذكاء الاصطناعي والتوليد والتسليم

7. subtitleRefinement — تنسيق وتدقيق الشروحات

• الوظيفة: تنقية النصوص عبر الذكاء الاصطناعي لإزالة الكلمات الزائدة وحشو الكلام ("آه", "يعني"), وضبط علامات الترقيم، وتقسيم أسطر الشروحات بفواصل مثالية (5-8 ثوانٍ لكل شريحة) مع الحفاظ التام على الطوابع الزمنية الأصلية.
• نوع منفذ الإدخال: subtitleTrack
• نوع منفذ الإخراج: subtitleTrack (مسار شروحات مدقق)

8. fullTranslation — ترجمة المستندات والشروحات الكاملة

• الوظيفة: ترجمة دفعية واعية بالسياق تحافظ بدقة على أرقام الشروحات والطوابع الزمنية لأكثر من 50 لغة.
• نوع منفذ الإدخال: subtitleTrack
• نوع منفذ الإخراج: subtitleTrack (مسار شروحات ثنائي اللغة)

9. contentCreation — التلخيص وتوليد المحتوى

• الوظيفة: استخراج الملخصات التنفيذية ومحاضر الاجتماعات وقوائم المهام وصياغة المنشورات تلقائياً من نصوص التفريغ.
• نوع منفذ الإدخال: subtitleTrack أو document
• نوع منفذ الإخراج: document (مستند بتنسيق Markdown / TXT)

10. textToSpeech — توليد الكلام والدبلجة الصوتية

• الوظيفة: تحويل أسطر الشروحات المدققة أو المترجمة إلى مسارات صوتية باستخدام أصوات عصبية واقعية وطبيعية (OpenAI TTS, Xiaomi MIMO TTS, OneTTS).
• نوع منفذ الإدخال: subtitleTrack
• نوع منفذ الإخراج: mediaFile (ملف صوتي تم توليده)

11. exportArtifact — التصدير والمزامنة السحابية المتعددة

• الوظيفة: تصدير الملفات النهائية إلى التخزين المحلي وتشغيل التسليم المؤتمت عبر 6 قنوات سحابية:
  • التصدير المحلي: .srt, .vtt, .json, .txt, .md, .mp3
  • التسليم السحابي المؤتمت: التخزين المتوافق مع S3 (مثل AWS S3 و Cloudflare R2 و MinIO و OSS)، و أقراص WebDAV (مثل Nextcloud و Synology)، و المجلدات المحلية / NAS، و قواعد بيانات Notion، و خزائن Obsidian، و روابط HTTP Webhook المخصصة.
• نوع منفذ الإدخال: subtitleTrack, document, mediaFile
• نوع منفذ الإخراج: deliverable (تقرير وإيصال إتمام التنفيذ)