مولد الحوار بالذكاء الاصطناعي

الحوار ليس مسار ترجمة نصية

معظم الأدوات التي تدّعي تقديم "حوار ذكاء اصطناعي" تقصد في الحقيقة الترجمة النصية: نص تلصقه فوق مقطع. هنا، السطر منطوق. يُنتج نموذج الفيديو الصورة والصوت في مرحلة واحدة، لذا يتحرك فم الشخصية لينطق تلك الجملة، بتلك اللغة، وبذلك الإيقاع — لا يوجد ملف صوتي منفصل يُلصق لاحقًا، ولا مرحلة مزامنة شفاه قد تخطئ.

هذا يترتب عليه نتيجة واحدة تستحق الفهم قبل أن تبدأ الكتابة: طول السطر يحدد طول اللقطة. انطقه بصوت عالٍ واحسب وقته، لأن سير العمل يفعل ذلك تمامًا.

نظرة سريعة

لماذا قاعدة التوقيت أهم مما تبدو عليه

السطر المكون من ثماني عشرة كلمة إنجليزية يحتاج إلى حوالي ست ثوانٍ من وقت الشاشة. إذا طلبت من نموذج فيديو لقطة مدتها أربع ثوانٍ وأعطيته ثماني عشرة كلمة، فسيحدث أحد أمرين: إما أن يُسرع الأداء حتى يصبح غير مفهوم، أو أن يحذف النموذج النصف الأخير من الجملة بهدوء. كلا العطلين لا يعلن عن نفسه — لن تلاحظه إلا عند مشاهدة المقطع المُحرر.

لذا تحسب قائمة اللقطات الحد الأدنى من السطر نفسه وتكتب ذلك الرقم في اللقطة. إذا تجاوز مجموع لقطات المقطع ما يستوعبه المقطع، يُقسم المقطع عند حد لقطة بدلاً من ضغطه. يمكنك تجاوز أي مدة يدويًا؛ الحساب موجود حتى لا يكون الإعداد الافتراضي خاطئًا بالاتجاه الذي يفسد اللقطة.

ملاحظات الأداء: توجيه، لا تفاصيل حركية

كل سطر يحمل ملاحظة قصيرة بين أقواس — من النوع الذي يقوله المخرج عبر الطاولة، لا ظرف روائي. "بلا تعبير، القرار متخذ بالفعل." "يحاول ألا ينظر إلى الباب." هذه الملاحظات تصل إلى النموذج كتعليمات أداء وتغير طريقة النطق بشكل ملحوظ. هناك قاعدتان يفرضهما سير العمل لتبقى هذه الملاحظات مفيدة:

• الملاحظة لا تكرر السطر أبدًا. الملاحظة التي تعيد صياغة الجملة لا تضيف شيئًا وتستهلك انتباه النموذج.
• علامات خارج الشاشة تأتي أولاً. إذا كان السطر تعليقًا صوتيًا، أو صوتًا عبر الهاتف، أو فكرة داخلية، يُذكر ذلك قبل أي توجيه آخر — لأنه يحدد ما إذا كان الفم سيتحرك أصلًا، والخطأ في ذلك هو الفرق بين مكالمة هاتفية وشخصية تتحدث إلى نفسها أمام الكاميرا.

عندما يُرجع النموذج أسطرًا بدون ملاحظات — وهو أمر يحدث بشكل غير متوقع — تقوم مرحلة صغيرة منفصلة بملء الملاحظات المفقودة فقط، دون المساس بالأسطر نفسها.

مشروع واحد، لغة حوار واحدة

لغة الحوار هي إعداد خاص بالمشروع، وليس بكل سطر على حدة، وتُختار قبل التحليل لأنها تغير ما يُكتب، لا كيف يُعرض فقط. الرواية الصينية على الويب التي تُضبط على لغة حوار إنجليزية تنتج أسطرًا إنجليزية بإيقاع إنجليزي — لا جمل صينية مترجمة. الأسماء والأماكن تتكيف مع ذلك إذا ضبطت أيضًا المنطقة المستهدفة.

ما لا يتغير هو السعر: المقطع يكلف نفس عدد الكريدتس في أي لغة، ومستندات العمل التي تقرأها تُترجم مجانًا. التفاصيل موجودة في دليل لغات الحوار؛ يغطي الحوار الأصلي مقابل الدبلجة سبب كون هذه ليست مرحلة دبلجة.

ما لن يفعله

• استنساخ صوت. تأتي الأصوات من مكتبة مُعدة مسبقًا أو من عينة ترفعها بنفسك. لا توجد طريقة هنا لإعادة إنتاج صوت شخص آخر.
• مزامنة شفاه لقطات ترفعها. يُنتج الكلام مع الصورة. هذه ليست أداة لوضع كلمات جديدة في فم شخصية في مقطع موجود.
• حرق الترجمة على الفيديو. الحوار المنطوق هو صوت. تُضاف ترجمات المنصات بعد التصدير.
• إجراء محادثة بين أربعة أشخاص في لقطة واحدة. المحادثات بين شخصين موثوقة؛ وأكثر من ذلك، تُقسم التغطية إلى لقطات، وهو ما سيفعله التحرير الحقيقي على أي حال.

التكلفة

الحوار ليس بند تكلفة منفصل — بل يُكتب بواسطة المرحلتين المدفوعتين اللتين تشغلهما بالفعل. تحليل السيناريو يكلف 4 كريدتس لكل 3,333 حرف من النص الإنجليزي؛ قائمة لقطات كل حلقة تكلف 1 كريدت لكل 333 حرف من تلك الحلقة. إعادة كتابة سطر مجانية؛ إعادة معالجة المقطع الذي يحتوي عليه تكلف فيديو المقطع، بدءًا من 10 كريدتس في الثانية (≈ $0.06/ثانية في باقة أقل سعر للرصيد). مطابقة الصوت مجانية. تبدأ الحسابات الجديدة بـ 50 كريدتس ومعاينة مجانية واحدة تصل مدتها إلى 5 ثوانٍ — تكفي لسماع سطر مؤدى قبل الدفع مقابل أي شيء. الجدول الكامل في صفحة التسعير.

الأسئلة المتداولة

الأسعار·الأدلة·العينات·الدعم·الخصوصية·الشروط·معلومات قانونية·تواصل معنا·© 2026 SceneMixer