ليش منصة الصوت العربية تطلع أطبع؟ خمسة أماكن تتعثر فيها العربية المولّدة وكيف تُحل

01وش يعني منصة صوت عربية أولًا؟

أغلب منصات الصوت الكبيرة بُنيت متعددة اللغات من البداية: نموذج واحد يتكلم عشرات اللغات، والعربية وحدة منها. هذا إنجاز تقني حقيقي، وبعض هذه المنصات تقدّم أصواتًا عربية ممتازة. لكن متعدد اللغات أولًا يعني أن الأدوات المحيطة بالصوت، من طريقة اختيار اللهجة إلى ضبط النطق إلى شكل الترجمة في الفيديو، مصمّمة للحالة العامة ثم تُكيَّف للعربية.

أما المنصة العربية أولًا فتبدأ من الطرف الآخر: تسأل وش اللي يخرّب الصوت العربي تحديدًا، ثم تبني له أداة. الفرق لا يظهر في جملة تجريبية قصيرة مثل «مرحبًا بكم»، بل يظهر في إعلان سعودي فيه سعر بالريال، أو درس فيه كلمة تحتمل ثلاث قراءات، أو فيديو ريلز فيه ترجمة عربية لازم تنقرأ من اليمين لليسار بحروف متصلة.

في هذا المقال نمرّ على خمس نقاط تتعثر فيها العربية المولّدة، ونشرح لكل نقطة ليش تصير، وكيف تعالجها في فوكلا خطوة بخطوة. وفي الأخير نعطيك اختبارًا بسيطًا تطبّقه على أي منصة، سواء اخترت فوكلا أو غيرها.

02اللهجة: ليش الكلمة صح والنبرة غلط؟

أشهر شكوى من الصوت العربي المولّد: «الكلام سعودي بس اللي يقوله مو سعودي». تكتب «وش رايك نطلع الحين؟» فيقرأها الصوت بمخارج حروف ونغمة جملة أقرب للفصحى أو للهجة ثانية تمامًا. السبب أن الكلمات وحدها لا تحدد اللهجة؛ اللهجة نغمة، وطريقة نطق القاف والجيم، ومد في مكان وقصر في مكان. إذا ترك النموذج يخمّن اللهجة من النص، ينزلق غالبًا إلى أكثر نطق رآه في التدريب.

في فوكلا كل صوت موسوم بلهجته، وعندك منتقي لهجات صريح في محرر تحويل النص إلى صوت: السعودية (النجدية)، والإماراتية، والكويتية، والمصرية، والأردنية، واللبنانية، والفصحى. لما تختار السعودية، يتوجّه الصوت إلى نطق أهلها بدل أن يُترك للتخمين. والنتيجة أن «أبغى» تطلع «أبغى» بنبرة الرياض، و«شلونك» تطلع كويتية، و«عايز» تطلع مصرية.

03التشكيل: كلمة وحدة بثلاث قراءات

العربية تُكتب عادة بلا حركات. القارئ العربي يرجّع الحركات من السياق بدون ما يفكر، والصوت المولّد يحاول الشيء نفسه، وينجح في أغلب الكلمات. المشكلة في الكلمات التي تحتمل أكثر من قراءة صحيحة: «ملك» قد تكون مَلِك أو مَلَك أو مُلْك، و«علم» قد تكون عَلِمَ أو عَلَّمَ أو عِلْم أو عَلَم، و«ذهب» قد تكون فعل الذهاب أو المعدن. خطأ واحد في إعلان أو درس يكفي ليحس المستمع أن الصوت «مو عربي».

في محرر فوكلا تضغط «إضافة التشكيل» فيشكّل الذكاء الاصطناعي النص كله أو الجزء الذي حددته، ثم يعرض لك كل كلمة تغيّرت مظلّلة. تقارن قبل وبعد، وتلمس أي كلمة لتبقيها كما كتبتها، ثم تقبل. الحروف نفسها لا تتغيّر أبدًا، والتشكيل لا يُحسب من رصيدك لأن الرصيد يعدّ الحروف لا الحركات. وإذا كانت كلمة وحدة هي المشكلة، افتح مفتش الكلمة بنقرتين لتسمع كل قراءة بصوتك المختار وتختار الصحيحة.

1. 1شكّل الكلمات الملتبسة فقط: أغلب الكلمات يفهمها الصوت من السياق، فلا تحتاج تشكيل كل حرف.
2. 2راجع قبل القبول: كل كلمة تغيّرت تظهر مظلّلة، فخذ دقيقة لقراءتها.
3. 3فعّل التشكيل التلقائي للنصوص الطويلة: يشكّل النص عند كل توليد ويبقى نصك في المحرر كما هو.
4. 4استخدم مفتش الكلمة للحالات الصعبة: يعرض القراءات المحتملة مع معانيها والأرجح منها في السياق.

04الأرقام والتواريخ والعملات: اكتبها كما تُقال

الأرقام من أكثر الأماكن التي تكشف الصوت المولّد. «1,250 ريال» قد تُقرأ صح، وقد تُقرأ خانة خانة، وقد تطلع «ريال» بنبرة غريبة لأنها جاءت بعد رقم. والتاريخ «2026/10/03» ممكن يُقرأ كسلسلة أرقام بدل «الثالث من أكتوبر». ونسبة «15%» قد تصير «خمسة عشر بالمية» أو «خمستعش في المية» حسب اللهجة والصوت. ولا تنسَ رموز العملات المكتوبة بالإنجليزي مثل SAR وAED التي قد تُقرأ حرفًا حرفًا.

القاعدة الذهبية في أي منصة: اكتب الرقم بالطريقة التي تبي المستمع يسمعها. في الإعلان الخليجي، «بألف ومتين وخمسين ريال» أوضح من «1,250 ريال» وأقرب لكلام الناس. وفي النص الرسمي، «الثالث من أكتوبر» أفضل من التاريخ بالأرقام.

وإذا كان عندك اختصار يتكرر في كل نصوصك، مثل KSA أو SAR، لا تكتبه بالحروف العربية كل مرة؛ أضفه مرة واحدة إلى قاموس النطق بالطريقة التي تبيها، مثل «كيه إس إيه»، وكل الأصوات في مساحة العمل تقرأه كذا تلقائيًا.

05الأسماء الخليجية والأماكن والكلمات الإنجليزية

أسماء مثل «العنود» و«مشاعل» و«فهد» و«نوف»، وأماكن مثل «أبها» و«القصيم» و«الجهراء» و«العين»، وأسماء العلامات التجارية المكتوبة بالإنجليزي، كلها مناطق يخطئ فيها أي صوت لا يعرف أهل المنطقة. خطأ في اسم عميلك أو مدينته أثقل على الأذن من خطأ في أي كلمة ثانية، لأنه اسم يعرفه المستمع ويسمعه كل يوم.

الحل في فوكلا هو قاموس النطق: تكتب الكلمة كما هي، وتكتب بجانبها كيف تُنطق، مرة واحدة لمساحة العمل كلها. يطبّق القاموس على كل نص في تحويل النص إلى صوت وفي الدبلجة، ويتعرّف على الكلمة حتى لو جاءت مع «و» أو «ب» أو «ال» في أولها، ويتجاهل اختلاف كتابة الهمزة والتاء المربوطة. وتقدر تحفظ فيه حتى ألف كلمة، وتستورده وتصدّره بملف CSV.

أما الكلمات الإنجليزية داخل الجملة العربية، مثل «اطلب من الـ app» أو «عرض الـ Black Friday»، فهي جزء طبيعي من كلام الخليج اليوم. محرر فوكلا يقبل الإنجليزي داخل النص العربي ويقرأه كما يقوله جمهورك. وللتفاصيل والحالات الصعبة كتبنا دليلًا كاملًا عن النصوص المختلطة.

06الترجمة العربية في الفيديو والواجهة بالعربي

الصوت ليس آخر المشوار. أغلب المحتوى اليوم فيديو قصير يُشاهَد بدون صوت، فالترجمة المكتوبة على الشاشة نصف الرسالة. ونماذج الفيديو بالذكاء الاصطناعي معروفة بأنها تخرّب النص العربي داخل الصورة: حروف مقطّعة، وكلمات معكوسة، وأشكال تشبه العربية ولا تُقرأ.

لهذا السبب في فوكلا فيديو لا نطلب من نموذج الفيديو أن يكتب أي كلمة. الصورة يرسمها النموذج، والصوت صوت فوكلا باللهجة التي اخترتها، والترجمة مسار منفصل موقّت على الكلام ومرسوم من اليمين لليسار بحروف متصلة صحيحة. ونفس الشيء في أداة الترجمة التلقائية للفيديو: خط يوازن بين حجم العربي والإنجليزي، وخمسة أنماط منها الكاريوكي، وملفات SRT وVTT بجانب الفيديو.

وفيه تفصيلة صغيرة يستهين فيها الناس: واجهة المنصة نفسها. لما تكون الواجهة بالعربي، والأسعار تظهر بالريال أو الدرهم أو الجنيه، وأمثلة النصوص مكتوبة باللهجات، يقل وقت التجربة والخطأ. في فوكلا تظهر الأسعار بالعملة المحلية للعرض، ويكون الدفع بالدولار، والباقات تبدأ من 4.99 دولار شهريًا لباقة Starter مع حقوق الاستخدام التجاري.

07كيف تختبر أي منصة بنفسك، وأين تتفوق المنصات متعددة اللغات

لا تعتمد على كلامنا ولا كلام غيرنا. خذ هذا النص الواحد، وجرّبه على أي منصة تفكر فيها، وقارن النتيجة بأذنك أو بأذن شخص من أهل اللهجة:

• اللهجة: هل تبدو «هلا فيك» و«الحين» سعودية فعلًا، أم بلكنة ثانية؟
• الأسماء: هل نطق «العنود» و«أبها» كما يقولها أهلها؟
• الأرقام: هل جاء السعر والتاريخ والرقم واضحًا وبالترتيب الصحيح؟
• الإنجليزي: هل قرأ «app» بشكل طبيعي داخل الجملة؟
• التعديل: إذا أخطأ، هل عندك أداة تصلح الخطأ مرة واحدة لكل النصوص؟

للإنصاف، المنصات متعددة اللغات عندها نقاط قوة واضحة: عدد لغات كبير جدًا، ومكتبات أصوات ضخمة، ونماذج حديثة سريعة. إذا كان مشروعك عشرين لغة، فالمنصة متعددة اللغات خيار منطقي. وفوكلا عندها حدودها كذلك: لغاتها العربية بلهجاتها والإنجليزية والفرنسية، ومكتبتها أصغر، والواجهة البرمجية متاحة في باقة المؤسسات فقط. إذا كان جمهورك عربيًا، فالسؤال الصحيح هو: أي منصة تعطيك أدوات العربية جاهزة بدون ما تحاربها؟

حتى أكتوبر 2026: توثيق ElevenLabs يذكر أن نموذجي Eleven v4 وEleven v4 Turbo يدعمان أكثر من 90 لغة منها العربية (elevenlabs.io/docs/overview/models)، وصفحتها للعربية تقول إن أصواتها تتكيّف مع لكنات عربية إقليمية مختلفة وتشير إلى مكتبة من أكثر من 10,000 صوت (elevenlabs.io/text-to-speech/arabic). راجع الصفحات الرسمية لأحدث المعلومات.