كيف تصنع تعليقًا صوتيًا متعدد اللغات لفيديو منتج واحد

أشهر طريقة تفشل بها توطين فيديوهات المنتجات هي ترجمة النص الصيني ترجمة آلية والتوليد مباشرة: النسخة الإنجليزية أطول من المشهد بثوانٍ، والنسخة الإسبانية تنطق رقم الطراز نطقًا غريبًا، والنبرة لا تشبه العلامة نفسها. الجذر ليس في توليد الصوت، بل في معاملة أربعة أعمال كعمل واحد. فالتعليق الصوتي متعدد اللغات لفيديو منتج واحد أربعة أعمال منفصلة في الواقع: نظّم أولًا نصًا مصدرًا قابلًا للتوطين، ثم حضّر نسخة منطوقة لكل لغة، ثم اختر لكل لغة صوتًا ينتمي إليها، وأخيرًا وائم المشاهد مع المدد المُقاسة لكل مسار صوتي. تتولى ميزة التحويل من نص إلى كلام في PixMind حلقة واحدة منها: تحويل النص النهائي لكل لغة إلى MP3؛ أما الترجمة والمراجعة فتُنجزان قبل الدخول إلى الأداة.

افتح التحويل من نص إلى كلام، والصق النص النهائي لكل لغة مقطعًا مقطعًا، وولّد مقطعًا مقطعًا ونزّل مقطعًا مقطعًا.

النقاط الرئيسية

• أنجز الأفعال الأربعة منفصلة: تنظيم النص المصدر، ونسخة منطوقة لكل لغة، واختيار الصوت بحسب اللغة، ومواءمة المشاهد بالمدد المُقاسة.
• التحويل من نص إلى كلام ينطق النص المُدخل فحسب ولا يترجم؛ واعتماد نسخة كل لغة يكتمل في مسار الترجمة والمراجعة خارج الأداة.
• يُختار الصوت لكل لغة على حدة، وتتقدم سلامة النطق وملاءمة نبرة العلامة، ولا يُشترط أن تكون اللغات المختلفة بصوت واحد.
• تحتفظ الصفحة بنتيجة مقطع واحد فقط في المرة؛ والملف MP3 المنزَّل يبدأ بـ pixmind-tts-، فأعد تسميته بحسب اللغة والنسخة وأرشِفه.

نظّم أولًا نصًا مصدرًا قابلًا للتوطين

النص المصدر ليس "الحوار الصيني"، بل الأصل الذي تُشتق منه جميع النسخ اللغوية: يُنظَّم مرة واحدة، وتنطلق الترجمة والمراجعة والتعليق الصوتي من المادة نفسها، فيقل إعادة العمل لاحقًا.

جوهر التنظيم هو التقسيم العمودي: افصل "النص القابل للترجمة" عن "المصطلحات العلامية الواجب توحيدها". أسماء المنتجات وأرقام الطرازات والشعارات واسم الشركة من الفئة الثانية، فثبّت أولًا كتابتها في كل نسخة لغوية — هل تبقى بالأصل أم تُنقل صوتيًا أم تُكتب كتابة توطينية — وبعد الحسم تُطبَّق على كل المقاطع. ومجموعات الحروف والأرقام في أرقام الطرازات تُثبَّت حرفيًا خصوصًا: يُدخل الطراز الواحد في كل النسخ اللغوية بالكتابة نفسها، كي لا يرتجل كل صوت لنفسه فيُنطق نطقًا شتى.

أما النص القابل للترجمة فيُقسم بحسب اللقطات. التعليق في فيديوهات المنتجات قصير أصلًا، وبعد تقطيعه إلى مقدمة وعرض وخاتمة يقابل كل مقطع نافذة مشهد واحدة، وهذا أيضًا الهيكل الذي يقوم عليه التوليد والترجمة الفيلمية لاحقًا. وللتوليد الواحد حد أعلى للأحرف — 100 حرف في المرة لغير المسجلين وللباقة المجانية، و10000 للأعضاء المدفوعين — والمقاطع الناتجة عن تقسيم المشاهد عادة أدنى من الحد بكثير.

النص المصدر بعد تنظيمه جدول، يضم كل صف محتوى المشهد ومدته والمصطلحات الثابتة والنص القابل للترجمة. وهذا الجدول نفسه هو مسودة مراجعة الترجمات وصناعة الترجمة الفيلمية.

حضّر نسخة منطوقة لكل لغة

لنوضّح الحدود أولًا: صفحة التحويل من نص إلى كلام تعالج النص الذي تدخله فحسب ولن تترجم عنك. نسخة كل لغة تُستكمل ترجمتها ومراجعتها في مسار تحضير النصوص لديك، وبعد الاعتماد تدخل أداة الصوت.

الترجمة الحرفية لا تصلح للاستخدام المباشر عادة. مثال على مقدمة منتج بالنسخة الإنجليزية:

• النسخة الحرفية: "This cup can complete the juicing of fruit within thirty seconds, and it is also very easy to clean."
• النسخة المنطوقة: "Fresh juice in thirty seconds. Cleanup? Just rinse it."

النسخة الحرفية سليمة نحويًا، لكنها منقولة كلمة بكلمة من جملة صينية طويلة، تُقرأ دفعة واحدة بلا وقفات ولا تشبه نبرة إعلان أصيل بالإنجليزية. النسخة المنطوقة جملتان قصيرتان يصنع السؤال بينهما وقفة، فيسهل مطابقة إيقاعها مع المشهد. وكل لغة تحتاج هذه الخطوة: ليجعلها من يتقن اللغة "كلامًا يُقال"، ويتكفل معها بقراءة الأرقام وتحويل الوحدات وعادات المخاطبة.

النص المعتمد بعد المراجعة يُلصق في الحقل ويُولَّد، والأداة لا تتحمل التحرير بعد ذلك. فيتضح التوزيع: مشكلات النص تعود إلى مسار المراجعة، ولا تُضبط داخل الأداة إلا مشكلات النطق والمدة.

اختر لكل لغة صوتًا ينتمي إليها

يُختار صوت كل لغة على حدة من دليل الأصوات، ولا يوجد صوت واحد يليق بكل اللغات. افتح نافذة "اختيار الصوت"، بدّل المحرك من الأعلى أولًا، ثم صفِّ بلغة الهدف من قائمة "اللغة" — خيارات اللغة تأتي من دليل أصوات المحرك الحالي وتتبدل بتبديله. مرر المؤشر على بطاقة الصوت لسماع عينة مباشرة.

ثلاثة معايير لمشهد اللغات المتعددة. أولًا، النبرة تلائم السوق المستهدف؛ فالإسبانية مثلًا تختلف طِبعتها بين أمريكا اللاتينية وإسبانيا، فانتبه عند التصفية والسماع. ثانيًا، اصغِ بوجه خاص إلى نطق أسماء المنتجات وأرقام الطرازات والأرقام، وجرّب بجملة تحمل اسم المنتج فهي أوثق من الاستماع للعينة وحدها. ثالثًا، نبرة العلامة متحاذية عبر اللغات؛ إن كانت النسخة الصينية مشرقة فلا تختر للإنجليزية صوتًا غليظًا بطيئًا.

لا يُشترط أن تكون اللغات المختلفة بالمتحدث نفسه. لا مانع من صوت أنثوي للصينية وصوت ذكوري للإنجليزية ما دامت النبرة في كل لغة تشير إلى العلامة نفسها. أما مطاردة "الصوت ذاته بكل اللغات" فتُضحي بجودة النطق في كل لغة، وهذا أصلًا ليس معيار التعليق الصوتي متعدد اللغات.

بعد تثبيت صوت لكل لغة سجّله: المحرك، واسم الصوت. تُنطق جميع مقاطع اللغة الواحدة بهذا الصوت وحده دون تبديل.

عالج فروق الطول بين اللغات

الجملة الواحدة من التعليق تختلف أطوال ترجماتها بين اللغات بطبيعتها: لغة تكتفي بخمس ثوانٍ ولغة تحتاج سبعًا. نافذة المشهد الواحدة تختلف طولًا من نسخة لأخرى، وهذا أكبر فرق بين التعليق متعدد اللغات وأحادي اللغة.

ترتيب المعالجة: القياس أولًا، ثم تعديل النص، وأخيرًا سرعة الكلام:

1. ولّد مقاطع كل لغة على حدة، وسجّل المدة الإجمالية التي يعرضها شريط التشغيل، وأدخل كل مقطع من كل لغة مع مدة مشهده في جدول النص المصدر.
2. إذا طالت نسخة لغوية عن المشهد فعدّل النص أولًا: احذف الزخارف التي يُستغنى عن سماعها، وقصّر الجمل الطويلة، واضبط الوقفات بعلامات الترقيم. ما يوفره تعديل النص عبء زائد، وإبقاء المعلومات الواجب توضيحها كاملة أنفع أثرًا من ضبط سرعة الكلام.
3. إن بقي نقص يسير بعد أبسط صورة النص، عندها فقط استعمل شريط سرعة الكلام لمواءمة صغيرة. مدى الشريط يختلف باختلاف المحرك، وتُعاد القيم إلى الافتراضي عند تبديل المحرك — وأصوات اللغات غالبًا من محركات مختلفة، فسجّل السرعة المضبوطة في جدول النص المصدر واستعدها عند توليد المقاطع.

الخط الأحمر ألا تُزاح الحركات الجوهرية في عرض المنتج لضغط المدة: في مشاهد العرض كفتح الغطاء والضغط على الزر ولقطة المنتج النهائي المقربة، لا بأس بحذف التعليق وإبقاء سرعة الكلام طبيعية، لكن لا يصح إسراع يبتلع الحروف ولا قص مشاهد الحركة. وجملة لا تتسع فعلًا فلتنتقل إلى المشهد التالي، فهو أطبع من حشوها في هذا المقطع.

تحتفظ الصفحة بنتيجة مقطع واحد فقط في المرة، فالصواب في تعدد اللغات والمقاطع: توليد مقطعًا مقطعًا، وتنزيل مقطعًا مقطعًا، وتدوين مقطعًا مقطعًا، ولا تتوقع كل المسارات دفعة واحدة.

صدّر المسارات الصوتية ونظّم ملفات النسخ

الملف MP3 الذي تحصل عليه بالنقر على تنزيل يبدأ اسمه بـ pixmind-tts- يليه طابع زمني لتاريخ التوليد. بعد تنزيل لغات ومقاطع كثيرة يعجز الطابع الزمني عن تمييزها، فأعد التسمية فورًا بحسب اللغة والنسخة، مثل:

• مسار صوتي: product-demo_zh_opening_v2.mp3 وproduct-demo_en_opening_v2.mp3
• ترجمة فيلمية: product-demo_zh_v2.srt وproduct-demo_en_v2.srt

قاعدة التسمية تنفع ما دامت ثابتة: المشروع، ورمز اللغة، والمقطع، ورقم النسخة، بالاتفاق الذي يلتزم به الفريق.

دمج المسارات الصوتية مع الفيديو يجري في برنامج مونتاج خارجي، بأي برنامج شئت، مع تكرار المسار نفسه لكل لغة:

1. انسخ خطًا زمنيًا لكل لغة (أو أنشئ مشروعًا جديدًا)، واستورد المشهد وجميع المسارات الصوتية لتلك اللغة.
2. طابق كل مقطع من التعليق مع المشهد وفق جدول النص المصدر، مع فحص دقيق لتزامن التعليق مع الحركات الجوهرية.
3. استمع للمقطع كاملًا مرة واحدة، وبعد سلامة الصوت وترابط الإيقاع صدّر النسخة النهائية لتلك اللغة.

الترجمة الفيلمية تُصنع لكل لغة على حدة، وعلى أساس الصوت الفعلي للنسخة النهائية المعتمدة لكل لغة، ولا تجعل النص المصدر ترجمةً فيلمية — فالترجمة عُدلت والوقفات ضُبطت والسرعة وُائمت وصار الخط الزمني متجاوزًا منذ زمن. استخدم تحويل الفيديو إلى SRT لتوليد الترجمة من النسخة النهائية لكل لغة، وبعد استلام الملفات مرّرها في برنامج المونتاج لتدقيق الأسماء الخاصة وتقسيم الجمل.

الأسئلة الشائعة

هل تترجم الأداة النص الذي أدخله تلقائيًا؟

لا. التحويل من نص إلى كلام ينطق النص الذي تدخله فحسب، وتُستكمل النسخ اللغوية في مسار الترجمة والمراجعة خارج الأداة ثم تُلصق للتوليد. وما يمكن ضبطه داخل الأداة هو الصوت وسرعة الكلام ومستوى الصوت، لا النص نفسه.

هل تحافظ اللغات المختلفة على الصوت نفسه تمامًا؟

لا يشترط ذلك، ويندر تحقيق أفضل نطق وأفضل نبرة معًا. الصوت يُختار لكل لغة على حدة، وقائمة اللغات تأتي من دليل أصوات كل محرك، ومن الطبيعي اختلاف الأصوات بين اللغات. المعيار هو سلامة النطق واتساق نبرة العلامة، لا "أن يُسمع الشخص نفسه".

ماذا لو لم يتسع تعليق الترجمة في مدة المشهد نفسها؟

عالج بالترتيب: احذف أولًا الزخارف من النص واضبط الوقفات؛ فإن بقي نقص يسير فسدّده بزيادة طفيفة في سرعة الكلام؛ وإن ظل لا يتسع فانقل الجملة إلى المشهد التالي، أو اضبط إيقاع المشهد قليلًا لتلك النسخة اللغوية. ولا تحذف لهذا الحركات الجوهرية في عرض المنتج.

ابدأ من مقدمة نسختين لغويتين

لست مضطرًا لإنجاز المقطع كاملًا دفعة واحدة. اختر مقطع المقدمة: نظّم المصطلحات الثابتة والنص القابل للترجمة، وأنتج نسختين منطوقتين بلغتين، واختر لكل لغة صوتها، وولّد مسارين صوتيين، وقارن مدتيهما المُقاستين بنافذة المشهد. فإذا نجح هذا المقطع صارت بقية المقاطع واللغات تكرارًا للدورة نفسها.

افتح التحويل من نص إلى كلام.