أصوات الشخصيات بالذكاء الاصطناعي
أصوات الشخصيات بالذكاء الاصطناعي
تم التحديث في 15 نوفمبر 2026

| SceneMixer في لمحة | ما تحصل عليه |
|---|---|
| سعر الفيديو | من $0.06 للثانية (10 رصيد) في المستوى الافتراضي، وحتى $0.47 للثانية في المستوى الأعلى؛ يظهر كل سعر قبل أن تضغط على الزر |
| مدة المقطع | حتى 30 ثانية لكل مقطع يُنشأ؛ تُركَّب الحلقة من مقاطعها بتكلفة 1 رصيد في الثانية |
| حلقة واحدة بالأرقام | تكلّف حلقة مدتها 60 ثانية في المستوى الافتراضي نحو 660 رصيد (الفيديو مع التركيب)، أي نحو $4.11 بأقل سعر للرصيد؛ ويكلّف مسلسل من 10 حلقات مدة كل منها 90 ثانية من رواية بطول 30,000 حرف نحو 10,026 رصيد، أي نحو $62 |
| الحوار | يُنطَق داخل الفيديو نفسه، بصوت مستقل لكل شخصية، وبأي لغة من 15 لغة |
| الصيغ | 9:16 عمودي أو 16:9 أفقي؛ من 480P إلى 1080P، إضافة إلى مستوى 2K |
| ابدأ مجانًا | 50 رصيد عند التسجيل، و15 صور مرجعية مجانية، ولوحة قصة مجانية للحلقة الأولى، ومعاينة فيديو مجانية مدتها 5 ثوانٍ |
| من يستخدمه | أكثر من 2,900 مبدع أنشأوا محتوى باستخدام SceneMixer (حسابات أجرت عملية إنشاء واحدة على الأقل، حُسبت في نوفمبر 2026) |
| المدخلات | سيناريو أو رواية أو فكرة في سطر واحد؛ رفع ملفات .txt و.docx و.md |
من أين يأتي الصوت فعليًا
تتعامل معظم سير عمل فيديو الذكاء الاصطناعي مع الصوت كمهمة ثانية: توليد لقطات صامتة، ثم توليف الخطوط، ثم محاربة مشكلة مزامنة الشفاه. نماذج الفيديو هنا تولد الصوت والصورة في عملية واحدة، مما يزيل هذه المشكلة لكنه يغير معنى "إعداد الصوت". إنه ليس محرك نص إلى كلام تغذيه بالنص — بل هو مرجع تُبنى عليه عملية التوليد.
| وصف مكتوب | العمر، النبرة، الثقل، طريقة الإلقاء — تُولد من النص مع كل شيء آخر عن الشخصية، ويؤديها نموذج الفيديو. |
|---|---|
| صوت مسبق مطابق | صوت يتم اختياره من مكتبة أصوات النظام، كل منها يحتوي على عينة صوتية قصيرة يمكنك الاستماع إليها. يقترح استدعاء نموذج واحد مطابقة لكل شخصية حسب الجنس واللغة والعمر؛ يمكنك إعادة المطابقة أو اختيار صوت آخر يدويًا. |
| عينتك الخاصة | في الخطة المدفوعة، ارفع ملفًا صوتيًا لشخصية فيصبح مرجعها الصوتي في كل مقطع تتكلم فيه. |
أيًا كان الصوت المرفق يُستخدم بشكل ثابت: تتحدث نفس الشخصية بنفس الصوت عبر كل مقطع وكل حلقة، لنفس السبب الذي يجعل وجهها يبقى كما هو — المرجع ينتقل معها.
أين يتوقف الاستنساخ، ولماذا
يستنسخ SceneMixer الصوت في موضعين فقط: الصوت الأصلي في إعادة الدبلجة، الذي ينسخ صوت شخصية من المقطع الذي يُعاد دبلجته (استنساخ الصوت بالذكاء الاصطناعي يشرح التفاصيل)، وتسجيل ترفعه لشخصية. ولا يأخذ صوت شخص آخر دون إذنه: نشر أداء اصطناعي بصوت شخص حقيقي يُعد في معظم الأسواق التي نخدمها مشكلة تتعلق بالشبه. وقائمة الامتثال لدينا تتعامل مع الشبه — الوجه والصوت معًا — على أنه أمر يجب أن تملك حق استخدامه قبل النشر.
شيئان ينتجان عن ذلك، يجدر ذكرهما بوضوح:
- رفع صوتك الخاص أمر جيد. هذا تشابهك الشخصي، ومسار الرفع موجود لهذا الغرض تحديدًا.
- تصميم صوت من وصف نصي ليس هو الآلية المتبعة هنا. تمت إزالة هذا المسار في أغسطس 2026 لصالح مطابقة أصوات حقيقية معاينة، لأن الصوت المصمم من الصفات ينجرف بين اللقطات بنفس الطريقة التي ينجرف بها الوجه الموصوف بالصفات.
اللغة إعداد منفصل
تُختار لغة الحوار في الخطوة 1 وتنطبق على المشروع كله: تُكتب السطور بتلك اللغة في مرحلة التحليل، وتُنسخ حرفيًا إلى لوحة القصة، ويُؤدّى بها. هذا ليس تركيبًا صوتيًا فوق نص إنجليزي أصلي، فلا يوجد نص إنجليزي أصلي. ويمكن نقل الطاقم والأسماء والأماكن إلى السوق المقابل في الوقت نفسه عبر إعداد المنطقة المستهدفة. يدعم SceneMixer خمس عشرة لغة، ويشرح لماذا يتفوق توليد السطر على إعادة ضبط توقيته مقارنةً بالتركيب الصوتي.
ما تكلفته
مطابقة الصوت استدعاء نموذج مجاني — لا يستهلك رصيدًا ولا يُحسب ضمن حد المهام المتزامنة. ورفع عيّنتك الخاصة لا يكلّف رصيدًا، مع أن الرفع في إعدادات الخطط الحالية ميزة للعضوية. والصوت نفسه جزء من توليد الفيديو، الذي يبدأ من 10 رصيد لكل ثانية من الناتج (≈ $0.06/ث عند أقل سعر للرصيد)؛ ولا توجد رسوم منفصلة على كل كلمة أو حرف من الكلام. اطّلع على صفحة الأسعار، أو نظرة عامة على المولّد لترى موضع الصوت في مسار العمل.
ما لا يزال يتعذر عليك فعله
- أعد توليد الصوت لأي مقطع ترفعه. يولّد SceneMixer الكلام مع الصورة. الاستثناء الوحيد هو إعادة الإنتاج: يمكن لـالاستبدال تغيير أسطر في مقطعك المرفوع، ويُعاد توليد الجزء الذي تغيّر سطره ويُعاد توليد صوته بالذكاء الاصطناعي.
- توجيه الخط عن طريق الأذن. يتم توجيه الإلقاء من خلال الملاحظات المكتوبة في لوحة القصص — تلميح بين قوسين على كل سطر — وليس من خلال محرر الموجات الصوتية. إذا كانت القراءة خاطئة، غيّر الملاحظة وأعد توليد المقطع.
- تضمين الترجمة في الفيديو. تُضاف التسميات التوضيحية للمنصة بعد التصدير؛ لا يكتب خط المعالجة نصًا في الإطار إلا عندما تستدعي القصة ذلك.
كل حلقة، بخمس عشرة لغة
يتم ضبط لغة الحوار مرة واحدة في الخطوة 1 ويتم تنفيذ عملية التشغيل بأكملها بها، مع قيام إعداد المنطقة المستهدفة بنقل الأسماء والوجوه والشوارع إلى ذلك السوق في نفس الوقت. تم إنتاج كل عينة أدناه بهذه الطريقة، عينة واحدة لكل لغة.
اللغات
حوار أصلي بـ 15 لغة
كل مسلسل أدناه أُنتج بنفس سير عمل SceneMixer، ويتحدث طاقم الممثلين تلك اللغة بطلاقة أصلية: الواجهة، ومستندات العمل، والسطور المنطوقة كلها بلغة واحدة، ولا يوجد أي دبلجة. افتح أحدها للاستماع.
A Carta de LisboaPortuguêsحوار أصلي
윈터 프라미스한국어حوار أصلي
El Secreto de CostaEspañolحوار أصلي
浪人の誓い日本語حوار أصلي
Ikrar JakartaBahasa Indonesiaحوار أصلي
Зимняя коронаРусскийحوار أصلي
L’Héritier du DéfiléFrançaisحوار أصلي
Il Tavolo dell'OlivaItalianoحوار أصلي
De Vuurtoren van de FjordNederlandsحوار أصلي
العهد الصحراويالعربيةبلغتك
Çantasındaki SözleşmeTürkçeحوار أصلي
Die Istanbul-TäuschungDeutschحوار أصلي
Останній сигналУкраїнськаحوار أصلي
問劍青雲繁體中文حوار أصلي
The Last EnvelopeEnglishحوار أصلي
في SceneMixer مقابل الجمع بين أدوات متفرقة
تعتمد معظم مسارات عمل الدراما بالذكاء الاصطناعي على خمس أو ست أدوات متتالية. هنا ترى أين تتم كل خطوة، وما الذي تحلّ محله.
| الخطوة | في SceneMixer | التنفيذ يدويًا بأدوات منفصلة |
|---|---|---|
| السيناريو وخطة الحلقات | الصق سيناريو أو رواية، أو اكتب سطرًا واحدًا: يُقرأ ويتحوّل إلى طاقم شخصيات ومواقع وأغراض ومخطط حلقات يمكنك تعديله | يكتب نموذج دردشة السيناريو؛ وتقسّمه أنت إلى حلقات وتنقل النص من أداة إلى أخرى |
| وجوه الشخصيات والأماكن | تُرسم كل شخصية وكل موقع وكل غرض مرة واحدة في ورقة مرجعية، وتُرفق بكل لقطة يظهر فيها | نموذج صور، ورقة واحدة في كل مرة؛ وترفع أنت المرجع المناسب إلى كل مقطع بنفسك |
| اللقطات | لوحة قصة لكل حلقة بلقطات مرقّمة وثوانٍ محددة؛ ويُنشأ الفيديو مقطعًا بمقطع بنسبة 9:16 أو 16:9 اعتمادًا على الأوراق المرجعية نفسها | نموذج فيديو، مقطع واحد لكل وصف، وتصف الأشخاص أنفسهم من جديد في كل مرة |
| الأصوات والحوار | تُؤدّى الجمل داخل الفيديو نفسه، بصوت مستقل لكل شخصية، وبأي لغة من 15 لغة | أداة تحويل النص إلى كلام لكل سطر، ثم مرحلة مزامنة الشفاه على كل مقطع |
| تصحيح لقطة واحدة | عدّل نص تلك اللقطة وأعد إنشاء المقطع وحده؛ ويبقى باقي الحلقة كما هو | أعد إنشاء المقطع، ثم أعد مونتاج الخط الزمني |
| اللمسات الأخيرة | تُركَّب المقاطع في ملف واحد للحلقة مع موسيقاها التصويرية؛ ويحمّلها الأعضاء بدون شارة AI | برنامج مونتاج فيديو لدمج المقاطع وإضافة الموسيقى والترجمات النصية، ثم التصدير |
| النشر | ترفع الحلقة الجاهزة بنفسك إلى TikTok أو YouTube أو Instagram أو أي مكان آخر؛ ولا يُنشر لك أي شيء | الرفع يدويًا، كما هو الحال هنا |
الأسئلة المتداولة
هل يستطيع SceneMixer استنساخ صوت؟
نعم، ضمن حدود. عند تغيير سطر، يستنسخ الصوت الأصلي في إعادة الدبلجة صوت الشخصية من ذلك المقطع، ويمكنك في الخطة المدفوعة رفع تسجيل تملك حق استخدامه كصوت لشخصية. وتأتي الأصوات الأخرى من مكتبة أصوات جاهزة. ولا يأخذ SceneMixer صوت شخص آخر دون إذنه.
هل الكلام مدبلج بعد الفيديو؟
لا. تولّد نماذج الفيديو في SceneMixer الصورة والصوت في تمريرة واحدة، فيأتي الأداء وحركة الفم من توليد واحد. ولهذا يعني تغيير سطر إعادة توليد ذلك المقطع، لا إعادة قص مسار صوتي.
هل يمكنني رفع صوتي الخاص؟
نعم، في خطة SceneMixer المدفوعة. ارفع عينة لشخصية، وتصبح مرجع صوتها لكل مقطع تتحدث فيه.
هل يجب أن تتحدث جميع الشخصيات بنفس اللغة؟
لغة الحوار في SceneMixer إعداد على مستوى المشروع، لذا نعم ضمن المشروع الواحد. لكن اللغة تُختار بشكل مستقل عن لغة كتابة السيناريو، وعن لغة واجهتك. يمكن إنتاج سيناريو واحد لعدة أسواق بتشغيله بإعدادات مختلفة.
هل يبقى الصوت كما هو عبر الحلقات؟
نعم، لنفس السبب الذي يجعل الوجه يبقى كما هو: أي صوت مرفق بشخصية يكون مرفقًا على مستوى المشروع وينتقل إلى كل مقطع تتحدث فيه تلك الشخصية.
شخصيات تتحدث، لا مقاطع تدبلجها
صورة وأداء من عملية واحدة، باللغة التي يتحدث بها جمهورك.
جرّب SceneMixer مجانًاباقات الأرصدة تبدأ من $1.49 · Pro $7.99/شهر · لا حاجة لبطاقة ائتمان للبدء