كيف تصنع فيديو عربيًا بالذكاء الاصطناعي بتعليقك الصوتي

تبدأ معظم أدوات الفيديو بالذكاء الاصطناعي من الصورة، ثم تتعامل مع الصوت كأنه تفصيل يُضاف في النهاية. وهذا ترتيب معكوس حين يكون المحتوى عربيًا. فالمشاهد قد يتسامح مع صورة بسيطة، لكنه ينتبه فورًا إن بدا التعليق الصوتي غريبًا عن لهجته، أو تفككت حروف الترجمة على الشاشة. في هذا الدليل نشرح كيف تصنع فيديو عربيًا بالذكاء الاصطناعي بالترتيب الصحيح: تبدأ من نصّك وصوتك، ثم تأتي الصورة بعدهما.

نستخدم في الأمثلة فوكلا فيديو، لأنه مبني على هذه الفكرة تحديدًا: نموذج الفيديو يرسم المشاهد فقط، وكل كلمة يسمعها المشاهد ينطقها صوت من فوكلا، وكل كلمة يقرؤها تأتي من مسار ترجمة منفصل.

ما الذي تحتاجه قبل أن تبدأ؟

• نص: بضع جمل ترضى أن تسمعها بصوت مسموع. لأول فيديو، استهدف من 10 إلى 15 ثانية من الكلام.
• صوت ولهجة: أي صوت متاح لك في تحويل النص إلى صوت، بالسعودية أو الإماراتية أو الكويتية أو المصرية أو الشامية أو الفصحى. وإن كنت قد استنسخت صوتك في استنساخ الصوت فيمكنك أن تعلّق به.
• باقة تشمل الفيديو: يبدأ فوكلا فيديو من باقة المبتدئ (30 ثانية فيديو شهريًا، وفيديو حتى 15 ثانية، بدقة 720p ومقاس عمودي مع علامة مائية). وترفع الباقة الاحترافية ذلك إلى 300 ثانية شهريًا، وفيديو حتى 60 ثانية بدقة 1080p، بكل المقاسات ودون علامة مائية. التفاصيل كاملة في صفحة الأسعار.

الخطوة 1: اكتب نصًا يُسمع لا يُقرأ

النص هو ما يحدد كل شيء بعده: طول الفيديو، وعدد المشاهد، وإيقاع الترجمة. فاكتبه كما ستقوله.

• ابدأ بالفكرة مباشرة: الجملة الأولى يجب أن تخبر المشاهد لماذا يكمل.
• فكرة واحدة في كل جملة: يقسّم فوكلا الفيديو إلى مشاهد مدة كل منها بضع ثوانٍ، متوافقة مع جملك، فالجمل القصيرة تعطيك انتقالات نظيفة بين المشاهد.
• اكتب باللهجة التي تريد سماعها: الصوت السعودي إذا قرأ نصًا بالفصحى فسيبقى فصحى. إن أردت «وش رايك؟» فاكتب «وش رايك؟».
• اكتب الأرقام والأسعار كما تُنطق: «خمسين ريال» أضمن من «50 ر.س». وفي دليل كتابة النصوص لتحويل النص العربي إلى صوت تفاصيل التشكيل والتواريخ والعملات.

اقرأ النص بصوت مسموع مع مؤقت. فإن تجاوز أطول مدة تسمح بها باقتك، فاحذف كلمات بدل أن تعتمد على تسريع الصوت.

الخطوة 2: اختر الصوت والمقاس والجودة

في استوديو الفيديو، الصق النص واختر الصوت واللهجة من القائمة نفسها التي تستخدمها في تحويل النص إلى صوت، مع أدوات السرعة والتعبير نفسها. ثم اختر:

• المقاس: 9:16 للريلز وتيك توك وShorts، و16:9 ليوتيوب والمواقع، و1:1 لمنشورات الصفحة. باقة المبتدئ عمودية فقط، والباقة الاحترافية وباقة المؤسسات تفتحان المقاسات الثلاثة.
• مستوى الجودة: Lite سريع واقتصادي، وStandard يضيف حركة وتفاصيل أغنى، وPro يقدّم أعلى مستوى من التفاصيل. المستويات الأعلى تستهلك رصيدًا أكثر لكل ثانية، لذلك Lite مكان جيد لتجربة الفكرة.
• الترجمة: بنمط بسيط أو عريض أو كاريوكي، في أسفل اللقطة أو وسطها.
• الموسيقى: خلفية موسيقية اختيارية بلا كلمات. يمكنك وصف الجو الذي تريده، وينخفض صوتها تلقائيًا تحت الكلام.
• صورة المنتج (من باقة المبتدئ): ارفعها لتكون اللقطة الأولى في الفيديو، وهذا مفيد في الإعلانات.

وقبل أن تكمل ترى تقديرًا فوريًا: الرصيد الذي سيستهلكه الفيديو، والثواني المتبقية لك هذا الشهر.

الخطوة 3: دع فوكلا يولّد الصوت ويخطط المشاهد

عند بدء المشروع يولّد فوكلا التعليق الصوتي أولًا، ثم يحدد توقيت كل كلمة. ومن هذه التوقيتات يقسّم النص إلى مشاهد مدة كل منها من 3 إلى 8 ثوانٍ تقريبًا، ويكتب لكل مشهد وصفًا بصريًا: الموضوع، والأسلوب، وحركة الكاميرا.

وتتجنب هذه الأوصاف عمدًا الكتابة على الشاشة والشعارات والأشخاص الحقيقيين. فالكتابة داخل اللقطات المولّدة هي المكان الذي تتشوه فيه العربية غالبًا، والشعارات والوجوه الحقيقية تثير أسئلة حقوق لا تريدها في فيديو تسويقي. وإن احتجت شخصًا في مشهد، فاطلب في الوصف شخصًا عامًا.

هذه هي اللحظة التي تجعل فيها الفيديو فيديوك. اقرأ بطاقة كل مشهد، بتوقيتها والجملة المنطوقة فيها ووصفها، وأعد كتابة أي وصف لا يطابق ما في ذهنك. وتساعدك هنا بعض العادات العملية:

• كن محددًا: «فنجان قهوة عربية على صينية نحاسية، ضوء الصباح، اقتراب بطيء» أفضل من «مشهد قهوة».
• حافظ على أسلوب واحد: كرّر كلمات الأسلوب نفسها، مثل «دافئ، سينمائي، إضاءة ناعمة»، في كل المشاهد ليبدو الفيديو قطعة واحدة.
• طابِق الجملة: إن كانت الجملة عن التوصيل، فأظهر الطرد وهو يصل، لا المنتج على الرف.

الخطوة 4: وافق على لوحة المشاهد

قبل توليد أي فيديو، ولّد لوحة المشاهد: صورة ثابتة لكل مشهد. تكلفتها أقل بكثير من الفيديو، وتريك فورًا هل الشكل مناسب. وإن لم تعجبك صورة فغيّر وصفها وولّد اللوحة من جديد. وعند التوليد يبدأ كل مشهد من صورته المعتمدة، فما وافقت عليه هو ما تحصل عليه.

الخطوة 5: ولّد الفيديو وراجعه ونزّله

عند التوليد يُحجز الرصيد: لكل ثانية مولّدة بحسب سعر مستوى الجودة، إضافة إلى التعليق الصوتي. يولّد فوكلا المشاهد، ويقص كل مقطع على طول مشهده، ويصلها معًا، ويضع صوتك فوقها، ويضيف الموسيقى، ويدمج الترجمة العربية بحروف متصلة صحيحة ومن اليمين إلى اليسار.

تتابع التقدم مشهدًا بمشهد، ثم تشاهد النتيجة في المشغّل. وإن بقي مشهد غير مناسب، فأعد توليده وحده، بوصف جديد إن أردت، ويعيد فوكلا دمج الفيديو دون أن يمس بقية المشاهد. والمشاهد التي يفشل توليدها يُعاد رصيدها. وحين ترضى بالنتيجة، نزّل ملف MP4.

نصائح لفيديو أول أفضل

• ابدأ قصيرًا: فيديو من 10 ثوانٍ وثلاثة مشاهد هو أسرع طريقة لتفهم كيف تتحول الأوصاف إلى صور.
• اترك نفَسًا في النهاية: نصف ثانية من الصمت بعد آخر كلمة تجعل الختام مقصودًا.
• راجع الأسماء والأرقام في الترجمة: الترجمة تتبع نصّك، فأي خطأ إملائي في النص يظهر على الشاشة.
• صوت واحد لكل علامة أو قناة: الصوت الثابت يجعل كل فيديو جديد مألوفًا.
• استخدم صوتك بمسؤولية: لا تستنسخ إلا صوتك أو صوتًا لديك موافقة مكتوبة على استخدامه.

متى تختار أداة أخرى؟

فوكلا فيديو مصمم للفيديوهات التي يقودها النص: الشروحات، والعروض الترويجية، ومقاطع التواصل الاجتماعي، وعروض المنتجات. أما إن كانت لديك لقطات مصوّرة بالفعل، فالأسرع غالبًا أن تعلّق عليها عبر تحويل النص إلى صوت ثم تضيف ترجمة متزامنة عبر الترجمة النصية للفيديو. ولتفاصيل الفيديو القصير اقرأ الفيديو بالذكاء الاصطناعي للريلز وتيك توك باللهجات العربية، أو دليلَي التعليق الصوتي لـتيك توك والريلز.