تجهيز النص للتعليق الصوتي (فويس أوفر)

ما الفرق بين النص المكتوب وسكريبت التعليق الصوتي؟

النص الذي تكتبه للقراءة يختلف عن النص الذي تُلقيه أمام المايك. القارئ يرى «1500 ر.س» ويفهمها في لحظة، أما المعلّق فيتلعثم: هل يقول «ألف وخمسمئة ريال سعودي» أم «خمسة عشر مئة»؟ وهل «د.» دكتور أم دقيقة؟ ومحرك التحويل من نص إلى كلام أسوأ: يقرأ الأرقام أحياناً بالإنجليزية، ويتجاهل الاختصارات، ويمرّ على النقطة بلا نفَس. هذه الأداة تُحوّل أي نص إلى سكريبت جاهز للإلقاء: كل رقم كلمات، وكل اختصار مكتوب كاملاً، وكل جملة في سطر، ووقفات محسوبة بين الجمل، مع تقدير دقيق للمدة.

ماذا تُحوّل الأداة تحديداً؟

أساليب الوقفات: أيّها تختار؟

كل محرك صوت يفهم الوقفات بطريقة مختلفة، وأهم معلومة هنا تخص إلفن لابز تحديداً:

• علامات الحذف (…) والشرطات: الخيار الافتراضي، والمناسب لـ الإصدار الثالث من إلفن لابز (Eleven v3). التوثيق الرسمي يقول صراحةً إن الإصدار الثالث لا يدعم وسم break، ويوصي بعلامات الترقيم وبنية النص ووسوم الأداء الصوتي للتحكم في الإيقاع.
• وسم break: يعمل مع الإصدار الثاني ونماذج Flash وTurbo من إلفن لابز فقط، بوقفة حتى 3 ثوانٍ، مع تحذير الشركة من أن كثرة الوسوم في توليد واحد قد تسبب عدم استقرار. الأداة تضع 0.6 إلى 1 ثانية فقط.
• SSML: لمحركات Google Cloud وMicrosoft Azure وAmazon Polly التي تدعم معيار SSML من W3C.
• [وقفة] بين قوسين: للسكريبت الورقي الذي يقرأه معلّق بشري في الاستوديو.

كيف تُحسب المدة؟ وكيف تضبط نصك على 30 ثانية؟

المدة = (عدد الكلمات المنطوقة ÷ سرعة الإلقاء) + زمن الوقفات. السرعة الافتراضية في الأداة 138 كلمة في الدقيقة، وهي متوسط القراءة الجهرية بالعربية في دراسة IReST المنشورة، بانحراف معياري 20 كلمة. أفضل من أي متوسط: سجّل دقيقة واحدة بصوتك أو بصوت المحرك الذي تستخدمه، واحسب كلماتها، وضع رقمك أنت في المنزلق.

الوقفات تُضاف فوق ذلك: الأداة تحسب 0.8 ثانية لكل وقفة نهاية جملة و0.4 لكل فاصلة، فالنص الكثير الجمل القصيرة يأخذ وقتاً أطول من عدد كلماته.

الكلمات الأجنبية: القرار الذي لا تستطيع الأداة اتخاذه عنك

حين يجد السكريبت كلمة لاتينية مثل «SSD» أو «Windows» يُنبّهك عليها في الأسفل، لأن لها ثلاث معالجات ممكنة وكلها صحيحة: تُبقيها كما هي إن كان المعلّق يعرف نطقها، أو تكتبها بالحروف العربية «ويندوز» ليقرأها محرك الصوت بنطق عربي، أو تُهجّيها «إس إس دي». الاختصارات التقنية الشائعة (GB وFPS وHz) تُحوّلها الأداة تلقائياً، والباقي قرارك.

سير العمل المقترح لتعليق صوتي احترافي

1. اكتب النص بحرّية دون التفكير في الأرقام والاختصارات.
2. مرّره على أداة تنظيف النص إن كان منسوخاً من مصدر خارجي.
3. شكّل الكلمات التي قد تُقرأ خطأ في مساعد التشكيل.
4. الصقه هنا، اختر أسلوب الوقفات المناسب لمحركك، واضبط المدة على هدفك.
5. انسخ السكريبت إلى ElevenLabs أو أعطه للمعلّق، أو حمّله ملفاً نصياً.

أسئلة شائعة

المصادر

1. ElevenLabs Docs — Text to Speech best practices — الإصدار الثالث لا يدعم وسم break، والإصدار الثاني يدعمه حتى 3 ثوانٍ
2. W3C — Speech Synthesis Markup Language 1.1 — تعريف عنصر break
3. Trauzettel-Klosinski & Dietz — IReST, Investigative Ophthalmology & Visual Science (PubMed) — القراءة الجهرية بالعربية: 138 ± 20 كلمة في الدقيقة