التمثيل الصوتي بالذكاء الاصطناعي للألعاب والرسوم المتحركة: دبلجة شخصيات تصرخ وترتجف وتضحك

البطل الذي يبدو هادئًا والمبنى ينهار يكسر المشهد. وظل التمثيل الصوتي بالذكاء الاصطناعي بالعربية يعني غالبًا قراءة مهذبة واحدة لكل سطر، وهي تصلح لتعليمات اللعبة وتفشل في المعركة والمطاردة والنكتة. أما nutq-speak-3 فيعطي الشخصيات العربية المدى الذي يحتاجه النص: غضبًا وخوفًا وتعجبًا وحنانًا وضحكًا، من إشارات تكتبها في كل سطر، بأصوات خليجية تشبه المنطقة التي تدور فيها اللعبة.

ماذا يقدم التمثيل الصوتي بالذكاء الاصطناعي للعبة أو الكرتون؟

وسواء سمّيتها تمثيلًا صوتيًا أو دبلجة بالذكاء الاصطناعي، فكثير من الاستوديوهات تُبقي الممثلين للأدوار الرئيسية وتستخدم الذكاء الاصطناعي للبقية، والفرق الأصغر تطلق ألعابًا كاملة به. والطريقتان تنجحان، لأن الأصوات تبقى نفسها من أول نسخة إلى آخر تحديث.

كيف تختار أصوات الشخصيات؟

ابدأ من الأصوات الخليجية الستة عشر، واختبر كل مرشح بالسطور الثلاثة نفسها: سطر هادئ، وسطر غاضب، وسطر ضاحك. وهذه نقاط بداية:

استمع إليها في مكتبة الأصوات. وللشخصية المميزة يمكنك استنساخ صوت ممثل من تسجيل مدته ست إلى ثماني ثوانٍ، بموافقته المكتوبة، وتوجيه النسخة بالإشارات نفسها. واقرأ تحويل النص العربي إلى كلام مع استنساخ الصوت لتعرف ما الذي يصنع تسجيلًا مرجعيًا جيدًا.

كيف توجّه الإحساس سطرًا سطرًا؟

ضع إشارة واحدة حيث يبدأ الإحساس. مشهد بثلاث شخصيات:

[Sultan] [scared] سمعتوا هالصوت؟ [pause:700] الأرض قاعدة تهتز!
[Maitha] [angry] قلت لك لا تلمس الباب! [pause:400] شو سويت؟
[Abdullah] [amused] أنا؟ [laughter] أبد، الباب فتح بروحه.
[Salem] [tender] هدّوا… [pause:600] [neutral] نطلع من هني، وبسرعة.

وحالات اللعبة تقابلها إشارات واضحة: [excited] و[laughter] للفوز، و[sad] و[sigh] للخسارة، و[surprised] للاكتشاف، و[angry] لاستفزاز القتال. وإن جاء الأداء أقوى من اللازم، فأخّر الإشارة في السطر، أو احذفها ودع الكلمات تحمل الإحساس. ولا تكدّس عدة إشارات على جملة واحدة، فذلك يبدو تمثيلًا متكلفًا. والقائمة الكاملة للإشارات في تحويل النص العربي إلى كلام بالمشاعر، ولشخصيات الأطفال اقرأ قصص أطفال صوتية قبل النوم.

كيف تتعامل مع الردود القصيرة جدًا؟

السطور القصيرة جدًا، كلمة أو كلمتان، تعطي أي نموذج معبّر أقل ما يعمل به، فهي أول ما يجب مراجعته. أعطِ كل رد بضع كلمات من السياق: «وقف مكانك! لا تتحرك!» يُؤدّى أفضل من «وقف!». واكتب ثلاث أو أربع صيغ لكل رد بدل توليد النص نفسه مرة أخرى، لأن nutq-speak-3 يعيد القراءة نفسها للنص نفسه بالصوت نفسه. والصيغ المختلفة تمنع أيضًا أن يسمع اللاعب السطر نفسه مئة مرة.

كيف تُدخل السطور إلى محرك اللعبة؟

احفظ النص جدولًا من أرقام السطور والشخصية والإحساس والنص، وولّد ملف WAV لكل رقم عبر الواجهة البرمجية، فتدخل الملفات مباشرة في نظام الحوار في محركك. سمِّ كل ملف برقم سطره، مثل ch02_sultan_017.wav. وللتوقيت ومزامنة الشفاه، نحو 13 حرفًا عربيًا تساوي ثانية من الكلام. والأسماء الإنجليزية داخل السطر، كاسم سلاح أو مكان، تُقرأ بالإنجليزية. وقبل دفعة طويلة، شغّل فحص النص المجاني في أدوات MCP: يسرد كل متحدث وإحساس وجده، وينبّه إلى الإشارات التي سيتجاوزها. والمعاملات والأمثلة في توثيق الواجهة.

وعند التعريب من الإنجليزية، اكتب السطر العربي للموقف لا كلمة بكلمة، ثم قارن طوله بطول الحركة. فالترجمة الحرفية غالبًا أطول وأثقل مما يقوله المتكلم الخليجي.

كم يكلّف؟

0.05 دولار لكل ألف حرف. واللعبة ذات الثلاثمئة سطر، بنحو 60 حرفًا للسطر، تبلغ 18,000 حرف، أي قرابة 90 سنتًا، والوقفات مجانية. وإطلاق لعبة أو مسلسل استخدام تجاري تشمله الخطط الشهرية. ولتسمع شخصية قبل أن تلتزم بها، اكتب سطرًا في صفحة تحويل النص إلى صوت.