الإجابة المختصرة
يبدو صوت تحويل النص إلى كلام طبيعيًا حين يُحسن ثلاثة أمور: النبرة (لحن الجملة ومواضع الضغط فيها)، والإيقاع والوقفات، ونطق الأجزاء الصعبة مثل الأسماء والأرقام والاختصارات. تتعامل الأصوات العصبية الحديثة مع هذه الأمور الثلاثة أفضل بكثير من الأصوات الآلية القديمة، وكثير منها يعمل الآن بالكامل على iPhone. الأصوات العاملة على الجهاز تحافظ على خصوصية نصك، وتعمل دون اتصال، ولا حدود فيها لعدد الأحرف؛ والمقابل هو تنزيل لمرة واحدة وبعض مساحة التخزين.
ما الذي يجعل الصوت طبيعيًا
يحكم معظم الناس على الصوت في الثواني العشر الأولى. وهذا خطأ: الجملة الأولى لأي صوت حديث تقريبًا تبدو جيدة. ما يهمّ في الكتاب هو كيف يصمد الصوت في الصفحة 80، وهذا يتوقف على بضعة أمور محدّدة.
النبرة: لحن الجملة
القارئ البشري يرفع طبقة صوته في نهاية السؤال، ويضغط على الكلمة التي تحمل المعنى («لم أقل إنها هي التي أخذته»)، ويترك صوته ينخفض في نهاية الجملة الخبرية. التنغيم الرتيب أو الموضوع في غير موضعه هو أول ما يُتعب الأذن، حتى حين تُنطق كل كلمة بشكل صحيح.
الإيقاع والوقفات
الفواصل، والنقاط، وفواصل الفقرات، والحوار، لكلٍّ منها وقفة مختلفة. الصوت الذي يترك الفجوة القصيرة نفسها في كل مكان يبدو متعجّلًا؛ والصوت الذي يتوقف طويلًا عند كل فاصلة يبدو مترددًا. والأصوات الجيدة تسرع قليلًا في العبارات المألوفة وتبطئ عند الكلمات الطويلة غير المعتادة، وهذا ما يجعل الكلام حيًّا لا رتيبًا كالمِسرَع (المترونوم).
نطق الحالات الصعبة
قبل أن يصدر أي صوت، يجب تحويل النص إلى كلمات يمكن نطقها. في هذه الخطوة تتعثّر أصوات كثيرة تبدو رائعة في عرض توضيحي حين تواجه كتبًا حقيقية:
- الأرقام والتواريخ: «1984» سنة في جملة وكمية في الجملة التالية. و«3/4» قد تكون كسرًا أو تاريخًا.
- الاختصارات: «م» قد تعني «ميلادي» أو «متر»، و«د.» قد تعني «دكتور» أو «دقيقة».
- الكلمات التي تُكتب بالشكل نفسه وتُنطق بشكل مختلف: «كتب» قد تُقرأ «كَتَبَ» الفعل أو «كُتُب» جمع كتاب؛ و«علم» قد تكون «عِلْم» أو «عَلَم».
- الأسماء: أسماء الشخصيات والأماكن والكلمات المخترعة، التي لا يحتويها أي قاموس.
لا يوجد صوت يُصيب في كل هذه الحالات طوال الوقت، ولهذا فإن وجود طريقة لتصحيح النطق مهم بقدر أهمية الصوت نفسه (المزيد عن ذلك أدناه).
الأصوات الآلية مقابل الأصوات العصبية
«صوت الروبوت» الذي يتذكّره معظم الناس يأتي من طرق تركيب قديمة. الأصوات القائمة على القواعد تولّد الصوت من نموذج للمجرى الصوتي: مفهومة جدًا، حتى بسرعة عالية، ولهذا لا يزال بعض مستخدمي قارئات الشاشة يفضّلونها، لكنها اصطناعية بشكل لا لبس فيه. ثم جاءت أصوات تخيط معًا مقاطع صغيرة مسجّلة لمتحدث حقيقي، فتبدو بشرية عن قرب، لكنها تُنتج دروزًا مسموعة حيث تلتقي القطع.
الأصوات العصبية تعمل بطريقة مختلفة. نموذج مدرَّب على ساعات طويلة من الكلام المسجّل يتنبّأ بصوت جملة كاملة من نصها، بما في ذلك تنغيمها وتوقيتها. النتيجة أكثر سلاسة وأقرب بكثير إلى شخص يقرأ. إنها ليست مثالية: قد يضع الصوت العصبي أحيانًا الضغط على الكلمة الخطأ أو يتردّد عند اسم نادر. لكن على مدى استماع طويل، يكون الفرق في الإرهاق كبيرًا.
يأتي iPhone مزوّدًا بأصوات النظام أصلًا، ويمكن تنزيل بعضها بنسخ أكبر من نوع Enhanced (محسّن) أو Premium (متميّز) من الإعدادات › تسهيلات الاستخدام › المحتوى المنطوق › الأصوات. إنها مناسبة للنصوص القصيرة؛ ويتناولها دليلنا عن كيف تجعل iPhone يقرأ النص بصوت عالٍ مع حدودها.
تحويل النص إلى كلام على الجهاز مقابل السحابة
يمكن للأصوات العصبية أن تعمل على خادم بعيد أو مباشرةً على هاتفك. كلا النهجين مشروع؛ لكن لكلٍّ منهما مقايضاته.
| الأصوات السحابية | الأصوات العاملة على الجهاز | |
|---|---|---|
| أين يذهب نصك | يُرسَل إلى خادم لتحويله | يبقى على iPhone |
| الاتصال | مطلوب أثناء الاستماع، أو لتوليد الصوت | فقط لتنزيل الصوت مرة واحدة |
| الحدود | غالبًا محسوبة بعدد الأحرف أو الدقائق | لا حصة لعدد الأحرف |
| بيانات الجوال | تُستهلك أثناء الاستماع | لا شيء بعد تثبيت الصوت |
| التخزين | قليل على الهاتف | كل صوت يشغل مساحة |
| البطارية | استخدام الشبكة | يُحسَب الكلام على الهاتف |
| التعبيرية | أكبر النماذج قد تكون معبّرة جدًا | قريبة منها في السرد، ومقيّدة بقدرات الهاتف |
نقطة الخصوصية هي التي يستهين بها الناس. إن كنت تستمع إلى تقارير عمل، أو عقود، أو رسائل طبية، أو كتاباتك غير المنشورة، فالتركيب على الجهاز يعني أن شيئًا من هذا النص لا يغادر الهاتف. والنقطة العملية هي المفاجأة الثانية: طائرة، أو مترو، أو كوخ بلا إشارة، أو فاتورة تجوال تفضّل تجنّبها. الصوت العامل على الجهاز يواصل القراءة ببساطة.
والتكاليف حقيقية أيضًا. يجب تنزيل الأصوات، ويُفضَّل أن يكون ذلك عبر Wi-Fi، وهي تشغل مساحة تخزين، فثبّت الأصوات التي ستستخدمها فعلًا واحذف غيرها. وتوليد الكلام يستخدم المعالج، فالجلسة الطويلة تستهلك بطارية أكثر مما يستهلكه تشغيل ملف صوتي؛ وتتضمن أجهزة iPhone محرّك Apple Neural Engine، المصمّم لهذا النوع من العمل تحديدًا.
كيف يتعامل VocaRead مع ذلك
يشغّل VocaRead كل أصواته على الجهاز. تنزّل الصوت مرة واحدة، ثم يعمل كل شيء دون اتصال: لا حساب، ولا معالجة سحابية، وكتبك لا تغادر iPhone أبدًا. هناك أكثر من 200 صوت، منها 144 صوتًا عصبيًا مميّزًا، بأكثر من 30 لغة، والمحرّكات العصبية مسرَّعة بواسطة Apple Neural Engine. ومحرّك قراءة أحدث متاح كنسخة تجريبية اختيارية في الإعدادات › الأصوات؛ ويشرح هذا الدليل كيف تجرّبه وكيف تعود عنه. اطّلع على فهرس الأصوات كاملًا.
لا يوجد عدّاد للأحرف. الحدّ الوحيد تجاري ومعلَن مسبقًا: 90 دقيقة من الاستماع المجاني لكل كتاب، ثم عملية شراء واحدة لبريميوم للاستماع غير المحدود. يعمل التشغيل داخل التطبيق؛ ولا يصدّر ملفات MP3.
كيف تختار صوتًا لكتاب
طابق اللغة أولًا
استخدم دائمًا صوتًا أصليًا للغة الكتاب. الصوت الإنجليزي الذي يقرأ رواية فرنسية سيشوّه كل اسم ومعظم الجمل. إن كنت تقرأ بعدة لغات، فثبّت صوتًا جيدًا لكل لغة بدلًا من صوت واحد لكل شيء.
طابق الراوي مع الكتاب
الصوت الدافئ الهادئ الإيقاع يناسب رواية أو سيرة ذاتية. والصوت الواضح المحايد يناسب كتابًا تقنيًا أو تقريرًا، حيث يهمّ الوضوح أكثر من الشخصية. والروايات كثيرة الحوار تحتاج إلى صوت بتغيّرات واضحة في التنغيم، لأن راويًا واحدًا يؤدي كل الشخصيات.
اختبر على الصفحات المناسبة
تخطَّ الفقرة الأولى من الفصل الأول. بدلًا من ذلك، شغّل صفحة فيها حوار، وصفحة فيها أرقام أو تواريخ، وصفحة فيها أسماء الشخصيات الرئيسية. ثم استمع عشر دقائق قبل أن تقرّر. الخصائص الصغيرة التي تسحرك في عيّنة قد تزعجك بعد ساعة، والعكس صحيح أيضًا.
اضبط السرعة لكل كتاب
يتيح لك VocaRead ضبط السرعة من 0.5× إلى 2.0×، وتُحفظ لكل كتاب. ابدأ بـ1.0× وتحرّك بخطوات صغيرة. الكتب غير الروائية الكثيفة تعمل غالبًا بأفضل شكل عند السرعة العادية أو أقل منها بقليل؛ أما نوع أدبي مألوف أو كتاب تعيد قراءته فيمكن أن يصل إلى 1.3× أو أكثر. وإن كنت تقرأ بلغة ثانية، فالإبطاء إلى نحو 0.8× يحافظ على طبيعية الصوت ويمنحك وقتًا للمتابعة.
تصحيح الأسماء والكلمات بالنطق المخصّص
حتى أفضل الأصوات سيخطئ في تخمين اسم مخترع، وسيكرّر الخطأ نفسه في كل صفحة. في VocaRead، اضغط مطوّلًا على الكلمة، واكتب كيف ينبغي أن تُقال، فتُحفظ القاعدة لتلك اللغة وتتزامن عبر iCloud مع iPad. تصحيح واحد يصلح الكتاب كله. يقدّم دليلنا عن تصحيح الأسماء التي تُنطق خطأ نصائح لكتابة قواعد فعّالة.
ما لا تزال الأصوات الاصطناعية تؤديه بشكل أضعف
الصراحة مفيدة هنا. الراوي الاصطناعي يقرأ الشعر برتابة أكبر من ممثل جيد، ولا يؤدي أصوات الشخصيات، وقد تفوته سخرية كان الإنسان سيحملها في نبرته. والجداول والحواشي والقوائم الطويلة من المراجع صعبة على أي صوت. في الرواية التي يقودها الأداء، قد يظل الكتاب الصوتي بصوت بشري التجربة الأفضل؛ أما لآلاف الكتب والأوراق البحثية والمستندات التي لن تحظى بكتاب صوتي أبدًا، فالصوت الطبيعي العامل على الجهاز هو ما يجعل الاستماع ممكنًا أصلًا. نقارن بين الاثنين في تحويل النص إلى كلام مقابل الكتب الصوتية.
الأسئلة الشائعة
هل الأصوات العاملة على الجهاز بجودة الأصوات السحابية؟
في السرد، أفضل الأصوات العصبية العاملة على الجهاز قريبة منها، وتتفوّق في الخصوصية، والعمل دون اتصال، وغياب حدود الاستخدام. أكبر النماذج السحابية قد تكون أكثر تعبيرًا، على حساب إرسال نصك بعيدًا والدفع حسب الاستخدام.
هل يُرسَل نصي إلى أي مكان حين أستمع؟
ليس مع التركيب على الجهاز. في VocaRead، يُولَّد الصوت على iPhone ولا تغادره الكتب أبدًا. لا تحتاج إلى اتصال إلا لتنزيل صوت، أو كتاب مجاني، أو صفحة ويب.
هل تستهلك الأصوات العاملة دون اتصال مساحة تخزين كبيرة؟
كل صوت تنزيل يبقى على الهاتف. ثبّت الأصوات التي تستمع إليها فعلًا، صوتًا أو صوتين لكل لغة، واحذف تلك التي جرّبتها ولم تحتفظ بها.
ما السرعة التي ينبغي أن أستخدمها؟
ابدأ بـ1.0× واضبطها بخطوات صغيرة حتى تتوقف عن ملاحظة الصوت. ينتهي معظم المستمعين في مكان ما بين 1.0× و1.5×، مع سرعات أبطأ للمحتوى الكثيف أو للغة ثانية.
أفضل طريقة للحكم على صوت هي تجربته مع كتاب تعرفه. حمّل VocaRead، واستورد أحد ملفاتك، وجرّب بضعة أصوات: يتضمن كل كتاب 90 دقيقة من الاستماع المجاني، وبريميوم عملية شراء واحدة، لا اشتراك.