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

> شخصية في لعبة تبدو هادئة والمبنى ينهار تكسر المشهد. ويعطي nutq-speak-3 الشخصيات العربية المدى الذي تحتاجه، غضبًا وخوفًا وتعجبًا وضحكًا، من إشارات تُكتب في كل سطر.

- المصدر: https://nutq.dev/ar/blog/arabic-ai-voice-acting-games-animation
- نُشر: 2026-10-25
- حُدّث: 2026-10-25
- الكاتب: nutq team (https://nutq.dev)

## الجواب المختصر

في التمثيل الصوتي بالذكاء الاصطناعي، اختر كل شخصية من الأصوات الخليجية الستة عشر أو استنسخ صوت ممثل بموافقته، واكتب كل سطر مع إشارة إحساس مثل [angry] أو [scared] أو [surprised] أو [laughter]، وولّد ملفًا لكل رقم سطر عبر الواجهة البرمجية. أعطِ الردود القصيرة بضع كلمات، واحسب نحو 13 حرفًا لكل ثانية للتوقيت، وتوقع قرابة دولار لثلاثمئة سطر.

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؟

| الاستخدام | ما يحل محله | لماذا يفيد |
|---|---|---|
| حوار مؤقت للمسودات المتحركة | المطورون يقرؤون السطور بأنفسهم | التوقيت والنبرة حقيقيان من أول يوم |
| الشخصيات الثانوية والحشود | حجز ممثلين كثيرين لسطور قليلة | عشرات الأصوات المختلفة عند الطلب |
| تعريب لعبة إنجليزية بالخليجية | جلسة دبلجة كاملة لكل تحديث | سطور جديدة بالأصوات نفسها في كل تحديث |
| كرتون الأطفال والفيديوهات التوضيحية | سرد رتيب | شخصيات تضحك وتتفاعل |
| الردود القصيرة وسطور القتال | الصمت أو الإنجليزية وحدها | ردود قصيرة في كل حالة |

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:

| الشخصية | جرّب | ملاحظات |
|---|---|---|
| البطل | سلطان، حمدان | يصمد في الصراخ وفي المشاهد الهادئة |
| البطلة | ميثاء، عالية | طبيعية في المزاح والخوف |
| المعلم أو الكبير | سالم، حمد | متزن، ويصلح للسرد أيضًا |
| الرفيق المرح | عبدالله، جمعة | قريب من الحديث اليومي ويضحك بسهولة |
| الشرير | منصور، سيف | ثِقل وحدّة |
| الراوي | هند | متوازن ودافئ في القراءات الطويلة |

استمع إليها في [مكتبة الأصوات](/ar/voices). 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](/ar/blog/arabic-text-to-speech-voice-cloning) لتعرف ما الذي يصنع تسجيلًا مرجعيًا جيدًا.

## كيف توجّه الإحساس سطرًا سطرًا؟

ضع إشارة واحدة حيث يبدأ الإحساس. مشهد بثلاث شخصيات:

```text
[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](/ar/blog/arabic-text-to-speech-with-emotion)، ولشخصيات الأطفال اقرأ [قصص أطفال صوتية قبل النوم](/ar/blog/arabic-kids-stories-ai-voice).

## 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](/app/mcp): يسرد كل متحدث وإحساس وجده، وينبّه إلى الإشارات التي سيتجاوزها. والمعاملات والأمثلة في [توثيق الواجهة](/docs).

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](/ar/arabic-text-to-speech).

## أسئلة شائعة

### هل يستطيع الذكاء الاصطناعي أداء التمثيل الصوتي العربي للألعاب؟

نعم. يؤدي nutq-speak-3 السطور بالخليجية بسبعة مشاعر مع ضحك وتنهيدة حقيقيين، بستة عشر صوتًا. تستخدمه الاستوديوهات للحوار المؤقت والشخصيات الثانوية، وتطلق به الفرق الأصغر ألعابًا كاملة.

### هل يمكن استنساخ صوت ممثل صوتي؟

نعم، بموافقة الممثل المكتوبة. يحتاج الاستنساخ تسجيلًا نظيفًا من ست إلى ثماني ثوانٍ، ويقبل الصوت المستنسخ إشارات المشاعر نفسها التي تقبلها أصوات المكتبة.

### هل تقوم نُطق بمزامنة الشفاه في الرسوم المتحركة؟

لا. تنتج نُطق الصوت، وأداة الرسوم المتحركة أو اللعبة تتولى مزامنة الشفاه. وللتخطيط، نحو 13 حرفًا عربيًا تساوي ثانية من الكلام.

### كيف أحصل على أداء مختلف لسطر؟

غيّر السطر قليلًا. فـnutq-speak-3 يعطي القراءة نفسها للنص نفسه بالصوت نفسه، فحرّك الإشارة أو أضف فاصلة أو بدّل كلمة لتحصل على أداء جديد.

### كم يكلّف التعليق الصوتي للعبة؟

الكلام 0.05 دولار لكل ألف حرف. واللعبة ذات الثلاثمئة سطر، بنحو 60 حرفًا للسطر، تبلغ 18,000 حرف، أي قرابة 90 سنتًا. وإطلاقها تجاريًا يحتاج خطة شهرية تشمل ترخيص الاستخدام التجاري.