تحويل النص الى صوت بمشاعر: كيف تخلي الذكاء الاصطناعي يقرأ بحماس أو هدوء أو حزن؟

01من أين تأتي المشاعر في الصوت المولّد؟

كثير من الناس يجرّبون تحويل النص إلى صوت لأول مرة، فيكتبون جملة حماسية ويسمعونها تُقرأ بنبرة نشرة أخبار، فيستنتجون أن الذكاء الاصطناعي «ما فيه إحساس». الحقيقة أن النماذج الحديثة تقرأ السياق وتحاول تفهم الجملة: هل هي سؤال؟ تعجب؟ تعزية؟ لكنها تعتمد على ما تعطيها. إذا كان النص جافًا والصوت المختار رسميًا والإعدادات محايدة، النتيجة ستكون محايدة.

فكّر فيها مثل توجيه معلّق صوتي حقيقي في الاستوديو: تختار الشخص المناسب للدور، وتعطيه نصًا مكتوبًا للأذن لا للعين، وتقول له كيف تريد الأداء. في فوكلا هذه هي الأدوات الخمس، بالترتيب من الأكثر تأثيرًا إلى الأقل:

02اختر الصوت الذي يحمل المشاعر أصلًا

أكبر قرار في المشاعر هو الصوت نفسه. صوت عميق هادئ لن يصير صوت إعلان شبابي متحمس مهما رفعت الإعدادات، وصوت حيوي سريع لن يناسب رسالة تعزية. لذلك ابدأ من مكتبة الأصوات: صفِّ حسب اللهجة والجنس، ثم اسمع كل صوت يقرأ جملة من نصك أنت، لا جملة العرض الافتراضية.

• للإعلانات والعروض: أصوات شبابية وحيوية، غالبًا باللهجة القريبة من الجمهور.
• للتأمل والاسترخاء والقصص قبل النوم: أصوات دافئة ومنخفضة وبطيئة بطبيعتها.
• للتعزية والرسائل الحساسة: أصوات جادة وهادئة بدون أي لمسة دعائية.
• للتعليم والشرح: أصوات واضحة ومتوازنة، لا متحمسة جدًا ولا رتيبة.

وانتبه للهجة أيضًا: الإحساس مرتبط باللهجة أكثر مما نظن. الحماس في إعلان سعودي يعتمد على كلمات مثل «يا حلاوة» و«لا تفوّتونها»، والدفء في قصة مصرية يجي من «يا حبيبي» و«تعالى أحكيلك». لذلك اختر من منتقي اللهجة الصوت اللي يتكلم لهجة النص نفسه، ولا تكتب نصًا مصريًا وتعطيه صوتًا خليجيًا، لأن النبرة بتطلع غريبة مهما ضبطت الإعدادات.

وإذا ما لقيت في المكتبة الصوت اللي في بالك، استخدم «تصميم الأصوات»: تكتب وصفًا مثل «صوت امرأة سعودية في الثلاثينات، دافئ وهادئ، يناسب محتوى التأمل»، فيولّد لك فوكلا ثلاثة أصوات أصلية تختار منها وتحفظ المفضل في مساحة عملك. تقدر كمان تستخدم حتى خمسة أصوات من المكتبة كمرجع للأسلوب إذا كنت قريبًا من المطلوب ولكن ليس تمامًا.

03الصياغة والترقيم: نص مكتوب للأذن

النماذج تفهم المشاعر من الكلمات أكثر مما نتوقع. جملة «يسرّنا إبلاغكم بتوفر المنتج» لن تُقرأ بحماس، لأنها ليست جملة حماسية أصلًا. أما «أخيرًا! وصل اللي كنتوا تنتظرونه» فستُقرأ بطاقة أعلى تلقائيًا تقريبًا مع أي صوت مناسب. اكتب كما يتكلم الشخص اللي عنده هذا الإحساس فعلًا.

والترقيم هو لغة التوجيه الأبسط. هذه قواعد تعمل مع أغلب الأصوات:

04إعدادات الصوت في فوكلا: ماذا يفعل كل منزلق؟

في شاشة «تحويل النص إلى صوت» تجد قسم «ضبط الصوت» بخمسة منزلقات، ووضع الطاقة بخيارين. هذه وظيفة كل واحد منها كما يظهر في الواجهة:

العلاقة بين الثبات والتعبير هي مفتاح المشاعر. الثبات العالي مع تعبير منخفض يعطيك قارئ أخبار متزن. الثبات المتوسط مع تعبير عالٍ يعطيك أداء حيًا فيه صعود ونزول. لكن لا تبالغ: الثبات المنخفض جدًا مع تعبير عالٍ جدًا قد يعطيك أداء غير متوقع يتغير من توليد لآخر. احفظ الإعدادات اللي تعجبك كإعداد مسبق حتى ترجع لها بضغطة.

وفي قسم «الأداء» تجد خانة «تعليمات إضافية»: تكتب فيها وصف الأداء بكلماتك، مثل «اقرأ النص بنبرة حزينة وبطيئة، وتوقّف قليلًا بعد كل جملة»، وتُطبَّق على هذا النص فقط. انتبه أن بعض النماذج تقرأ النص كما هو ولا تتبع تعليمات الأداء، والواجهة تنبّهك لذلك وتقترح اختيار نموذج آخر إذا أردت استخدامها.

وللأمانة، بعض المنصات الأخرى تدعم وسوم المشاعر داخل النص، ومنها نموذج Eleven v4 الجديد من ElevenLabs، وهذا خيار مفيد لمن يفضّل التوجيه داخل السطر نفسه. كتبنا عن ما يعنيه هذا النموذج للصوت العربي بالتفصيل، وما الذي يستحق الاختبار قبل الاعتماد عليه.

05أمثلة جاهزة لكل نبرة: حماس، هدوء، تعزية

هذه ثلاثة نصوص مع الإعدادات المقترحة لكل واحد. جرّبها كما هي، ثم غيّر إعدادًا واحدًا في كل مرة حتى تفهم أثره.

الإعدادات المقترحة: صوت شبابي حيوي، وضع الطاقة معزَّز، التعبير أعلى من الوسط، الثبات في الوسط، السرعة أعلى قليلًا. التعليمات الإضافية إن كان النموذج يدعمها: «بحماس وفرح، كأنك تبشّر صديقك بخبر حلو».

الإعدادات المقترحة: صوت دافئ منخفض، وضع الطاقة عادي، السرعة أبطأ من الوسط، الثبات عالٍ، التعبير قريب من المحايد. والجمل القصيرة بالنقاط هنا تعمل نصف الشغل.

الإعدادات المقترحة: صوت جاد هادئ، وضع الطاقة عادي، السرعة أبطأ قليلًا، الثبات عالٍ، التعبير منخفض. لا موسيقى حماسية ولا مؤثرات، وراجع تشكيل الأسماء والآيات بعناية قبل التوليد.

06حوار بمشاعر مختلفة لكل سطر

إذا كان النص حوارًا بين شخصين، مثل إعلان إذاعي أو مشهد قصير، استخدم «الحوار الصوتي». تكتب النص بصيغة «الاسم: الجملة»، وتعطي كل متحدث صوتًا، ثم تختار لكل سطر نمط أداء من سبعة: طبيعي، متحمس، هادئ، همس، جاد، سعيد، حزين. وتقدر تضيف وقفة بعد أي سطر، وفوكلا يدمج الأصوات في ملف واحد بمستوى صوت متوازن.

هنا تختار لسطر سارة الأول «متحمس»، ولسطر فهد «طبيعي» مع لمسة تعجب من النص نفسه، ثم «سعيد» للسطر الأخير. التنوع بين الأسطر هو اللي يخلي الحوار يبدو حقيقيًا لا جملًا مركّبة جنب بعض.

07حدود يجب أن تعرفها

• المشاعر القوية جدًا صعبة: البكاء الحقيقي أو الصراخ أو الضحك الطويل لا يُتوقع أن يخرج بإقناع كامل من أي صوت مولّد.
• النتيجة تختلف من صوت لآخر: نفس الإعدادات تعطي أداء مختلفًا مع كل صوت، فجرّب على صوتك المختار تحديدًا.
• التوليد ليس متطابقًا دائمًا: مع ثبات منخفض قد تختلف القراءة قليلًا من مرة لأخرى؛ ولّد مرتين واختر الأفضل.
• اللهجة تؤثر في الإحساس: الحماس بالسعودي غير الحماس بالمصري، فاكتب النص بلهجة الصوت لا بالفصحى ثم تختار صوتًا لهجيًا.

والقاعدة الذهبية: غيّر إعدادًا واحدًا في كل مرة واسمع. إذا غيّرت الصوت والسرعة والتعبير مرة واحدة، لن تعرف أي واحد صنع الفرق. وعندما تصل لنتيجة تعجبك، احفظها كإعداد مسبق باسم واضح مثل «إعلان حماسي سعودي» أو «تأمل هادئ».