استنساخ الصوت بالعربية: أين وصلنا فعلاً؟
سجّلنا نفس النص بأربع أدوات وبثلاث لهجات. النتائج متفاوتة أكثر ممّا توحي به صفحات المنتجات.
التجربة بسيطة عمداً: نصّ واحد قصير، صوت مرجعي واحد، وثلاث لهجات — فصحى، مصري، ومغربي دارج. ثم استمعنا نحن وثلاثة زملاء بلا معرفة أيّ أداة أنتجت أيّ مقطع.
الفصحى
هنا النتائج الأقرب إلى ما تَعِد به الأدوات. النطق سليم في الغالب، والتشكيل الضمني معقول، ونبرة القراءة الإخبارية مقنعة إلى حدّ بعيد.
تظهر المشاكل في مواضع محدّدة: الأسماء الأعجمية، والأرقام حين تُقرأ داخل جملة، والهمزات في مواضع الوصل. كلّها قابلة للمعالجة بكتابة النصّ صوتياً بدل إملائياً — وهي حيلة عملية تنقذ كثيراً.
الدارجة
النطق يمرّ، لكن الإيقاع غريب. البيانات التدريبية ببساطة قليلة.
الأدوات تنطق الكلمات صحيحة تقريباً لكنها تضع الوقفات في غير مواضعها، فتخرج الجملة بإيقاع من يقرأ لغة لا يفهمها. المستمع لا يستطيع دائماً تحديد الخلل، لكنه يشعر أن شيئاً غير طبيعي — وهذا وحده يكفي لكسر الثقة.
الفرق بين اللهجات كبير أيضاً: المصري أفضل حالاً من المغربي بفارق واضح، والسبب المرجّح هو حجم المحتوى المتاح لكلٍّ منهما لا شيء في اللهجة نفسها.
ما الذي يصلح اليوم فعلاً
- التعليق الصوتي على محتوى تعليمي بالفصحى — نتيجة قابلة للنشر بعد مراجعة
- قراءة إشعارات ورسائل قصيرة
- نماذج أوّلية سريعة قبل تسجيل بشري نهائي
- تفريغ ثم إعادة توليد لتوحيد جودة تسجيلات قديمة
ما لا يصلح بعد
- الحوار الطويل بلهجة محكيّة — الإيقاع ينهار بعد جملتين
- التمثيل والانفعال: الحزن والسخرية والمفاجأة كلّها تخرج بنفس النبرة
- الأسماء والمصطلحات التقنية بلا ضبط يدوي
- أي استعمال يُنسب فيه الصوت إلى شخص حقيقي بلا إذنه
مسألة الإذن
الجانب التقني هو الأسهل هنا. استنساخ صوت شخص من دقيقة تسجيل صار متاحاً، وهذا يعني أن السؤال انتقل من «هل نستطيع؟» إلى «هل يجوز؟».
قاعدتنا: إذن مكتوب صريح لكل صوت، ونطاق استعمال محدّد فيه، وحقّ سحب واضح. وأي مقطع منشور يحمل إشارة إلى أنه مولَّد. هذا ليس تشدّداً أخلاقياً بقدر ما هو حماية عملية من نزاع لاحق.
القدرة على استنساخ صوت في دقيقة تجعل الإذن مسألة تشغيلية يومية، لا بنداً في عقد يُوقَّع مرّة.
كيف أجرينا التجربة
نذكر المنهج لأن النتيجة بلا منهج مجرّد انطباع.
- نصّ واحد من ستّ جمل، فيه اسم أعجمي ورقم وسؤال — لاختبار المواضع الصعبة
- صوت مرجعي واحد بنفس المدّة لكل الأدوات
- ثلاث لهجات بنفس النصّ حرفياً
- استماع أعمى: أربعة مستمعين لا يعرفون مصدر أي مقطع
- تقييم على ثلاثة محاور منفصلة: صحّة النطق، طبيعية الإيقاع، تطابق الصوت
فصل المحاور الثلاثة هو ما كشف النمط: الأدوات متقاربة في النطق، ومتباعدة جداً في الإيقاع. لو قِسنا بانطباع عام واحد لضاع هذا التمييز.
المنهج نفسه قابل للتطبيق على أي مقارنة أدوات: نفس المدخل، تقييم أعمى، ومحاور منفصلة.
سنعيد هذه التجربة بعد ستّة أشهر بنفس النصّ ونفس اللهجات. المقارنة عبر الزمن على نفس المادّة تكشف التقدّم الحقيقي أكثر من أي إعلان عن إصدار جديد.
التعليقات
كن أول من يعلّق على هذا المقال.