قصص أطفال صوتية بالذكاء الاصطناعي: حكايات قبل النوم بصوت يحسّ ويضحك ويتعجب

القصة التي تُقرأ بصوت رتيب تفقد طفل الرابعة قبل الصفحة الثانية. ولكي تنجح قصص أطفال صوتية بالذكاء الاصطناعي، يجب أن يفعل الصوت ما يفعله الأب أو الأم دون تفكير: يبطئ حين يظهر الذئب، ويتعجب عند المفاجأة، ويضحك عند الموقف الطريف، ثم يلين في النهاية حتى ينام الطفل. ونموذج nutq-speak-3 يفعل ذلك من إشارات تكتبها داخل القصة، بأصوات خليجية تشبه البيت لا نشرة الأخبار.

لماذا تحتاج قصص الأطفال إلى المشاعر؟

يفهم الطفل الصغير النبرة قبل أن يفهم كل كلمة. فجملة مثل «وين راحت القطوة؟» تعني شيئًا حين تُسأل بقلق، وشيئًا آخر حين تُسأل لعبًا. والصوت في القصة يخبر الطفل بما يشعر به: متى يحبس أنفاسه، ومتى يطمئن، ومتى يضحك.

ولهذا تفشل أغلب أنظمة تحويل النص العربي إلى كلام مع الأطفال: هي دقيقة ومهذبة، لكنها تقرأ التنين والأرنب بالنبرة نفسها. أما مع إشارات المشاعر، فيبقى الراوي هادئًا، ويخاف البطل فعلًا، وتضحك الشخصية المرحة ضحكة حقيقية.

أي إحساس يناسب كل لحظة في القصة؟

والوقفات تكمل الباقي: [pause:800] قبل المفاجأة تبني الترقب، و[pause:1.5s] بعد سؤال تعطي الطفل وقتًا ليجيب بصوت عالٍ.

كيف تكتب نص قصة قبل النوم؟

ابدأ كل سطر باسم الصوت الذي ينطقه. الراوي يحمل القصة، وكل شخصية تنطق سطورها فقط:

[Hind] [tender] كان يا ما كان، كان في سلحفاة صغيرة اسمها سلامة، تعيش جنب البحر. [pause:600]
[Hind] كل ليلة، تطالع القمر قبل لا تنام. [pause:500] [sad] بس ذيك الليلة… ما طلع القمر.
[Maitha] [scared] يمّه! وين راح القمر؟ [pause:700]
[Salem] [tender] لا تخافين يا سلامة. القمر ما يروح، بس يتخبى ورا الغيم.
[Maitha] [surprised] يتخبى؟ مثلي يوم ألعب غميضة؟ [laughter]
[Hind] [amused] وضحكت سلامة، [pause:400] [tender] وطالعت الغيم لين طلع القمر من وراه. [sigh] وغمّضت عيونها، ونامت.

خمس قواعد تبقي القصة طبيعية:

1. جمل قصيرة. الطفل والنموذج كلاهما أفضل مع فكرة واحدة في الجملة.
2. إحساس واحد لكل مقطع. ثلاث إشارات على سطر واحد تبدو تمثيلًا لا قراءة.
3. الإشارات بالإنجليزية دائمًا. [حزين] ستُقرأ كلمةً.
4. لا توجيهات مسرحية بين أقواس عادية أو نجوم، فهي تُنطق أيضًا.
5. شكّل الأسماء غير المألوفة فقط. «سَلامة» مرة واحدة تكفي، والتشكيل الكامل لكل كلمة يجعل القراءة متخشبة.

كيف تختار الراوي والشخصيات؟

اختر راويًا هادئًا، وشخصيات تختلف أصواتها بوضوح عنه وعن بعضها. وهذا توزيع عملي من الأصوات الخليجية الستة عشر:

استمع إلى كل صوت في مكتبة الأصوات قبل أن تختار. ويمكنك أيضًا استنساخ صوت من تسجيل مدته ست إلى ثماني ثوانٍ، فيقرأ الجد المسافر قصة الليلة لحفيده، بإذنه. والصوت المستنسخ يقبل الإشارات نفسها. ولمزيد عن اختيار الشخصيات وتوجيهها، اقرأ التمثيل الصوتي بالذكاء الاصطناعي للألعاب والرسوم المتحركة.

كم يمكن أن تطول القصة، وكيف تصلح سطرًا؟

يقبل الطلب الواحد حتى 5,000 حرف. وبما أن الثانية من الكلام نحو 13 حرفًا، فذلك قرابة ست دقائق، وهي تكفي أغلب قصص النوم. وللكتاب الأطول، ولّد مشهدًا في كل طلب بالأصوات نفسها ثم اجمع الملفات.

يعطي nutq-speak-3 القراءة نفسها للنص نفسه بالصوت نفسه، وهذا يحافظ على تناسق السلسلة من حلقة إلى أخرى. فإن أردت قراءة مختلفة لسطر، غيّر السطر نفسه: أخّر الإشارة بضع كلمات، أو أضف فاصلة، أو كلمة طبيعية مثل «يعني» أو «طيب». وإن قُرئ اسم بطريقة خاطئة، فشكّل تلك الكلمة وحدها. ولأنماط إنتاج أخرى غير قصص الأطفال، اقرأ التعليق الصوتي العربي بالذكاء الاصطناعي للإعلانات والريلز والكتب الصوتية.

كم يكلّف تحويل القصة إلى صوت؟

0.05 دولار لكل ألف حرف، في كل النماذج. والقصة ذات الدقائق الخمس نحو 3,900 حرف، أي قرابة 20 سنتًا، والوقفات مجانية. والرصيد البالغ 5 دولارات عند التسجيل يغطي نحو 25 قصة بهذا الطول. وإن كنت ستنشر القصص في تطبيق أو قناة أو منتج، فالخطط الشهرية تشمل ترخيص الاستخدام التجاري.

لتسمع الأصوات بجملتك أولًا، اكتب سطرًا في صفحة تحويل النص إلى صوت. وللقائمة الكاملة من الإشارات وطريقة الجمع بينها، اقرأ تحويل النص العربي إلى كلام بالمشاعر.