خوشخوان۵ دقیقه مطالعه
هوش مصنوعی می‌تواند دکلمه کند؟ دکلمه شعر با هوش مصنوعی، از سرآغاز مثنوی تا استوری
دکلمه شعر با هوش مصنوعی چقدر به دکلمه انسان نزدیک است؟ آماده کردن شعر، یک بیت در هر خط، اعراب و مکث، نمونه سرآغاز مثنوی با صدای دکلمهخوان و حساب زمان.
شعرت را دکلمه کن
اولین بار، چند جمله اول رو با همین صدا رایگان بشنو.
هوش مصنوعی واقعاً دکلمه می‌کند؟
ویکی‌پدیای فارسی دکلمه را خواندن شعر یا متن «به طوری که آهنگین و با شور و حرارت باشد» تعریف می‌کند؛ طوری که حس شعر به شنونده برسد. واژه فرانسوی است و از لاتین declamatio آمده. پس دکلمه فقط درست خواندن کلمه‌ها نیست؛ مکث، کشش و اوج و فرود صدا هم جزئی از آن است.
جواب کوتاه: هوش مصنوعی امروز شعر را با حس و مکث میخواند، اما هنوز دکلماتور نیست. در خوشخوان یک گوینده جدا برای همین کار داریم به اسم «دکلمهخوان»: صدای مرد که به مدل گفته شده مثل یک دکلمهخوان فارسی بخواند، با حس عمیق، ریتم سنجیده و مکث معنادار در پایان هر مصراع. چون این حالت با دستور به مدل ساخته میشود، نشان «آزمایشی» دارد.
چیزی که هنوز نسنجیده‌ایم و نباید وعده داد: اینکه وزن عروضی بیت همیشه درست درآید. کلمه‌ها همان است که نوشته‌ای، اما گاهی کشش یک هجا یا جای مکث با وزن شعر جور نیست. برای همین، قبل از انتشار کل شعر را گوش بده.
دکلمه خودت، گوینده یا هوش مصنوعی؟
صدای خودت: برای شعری که خودت گفته‌ای یا برای هدیه به یک آدم خاص، هیچ چیز جای صدای خودت را نمی‌گیرد.
گوینده حرفه‌ای: برای آلبوم، برنامه رادیویی یا کاری که وزن و حس بیت‌به‌بیت مهم است، هنوز انتخاب امن‌تر است.
هوش مصنوعی: وقتی صدایت را دوست نداری یا جای ساکتی برای ضبط نداری و یک دکلمه کوتاه برای استوری، پیج ادبی یا پس‌زمینه ویدیو می‌خواهی. تند ساخته میشود و اگر یک بیت بد درآمد، فقط همان بخش را دوباره می‌سازی و هزینه‌اش به اندازه همان بخش است.
شعر را چطور برای دکلمه با هوش مصنوعی آماده کنیم؟
هر بیت در یک خط. خوشخوان هر خط را یک پاراگراف می‌گیرد و بین پاراگرافها به اندازه «مکث بین پاراگرافها» (۰ تا ۲ ثانیه) سکوت میگذارد. برای دکلمه یک ثانیه یا بیشتر خوب است.
بین دو مصراع ویرگول بگذار. اگر هر مصراع را در یک خط جدا بنویسی، بین دو مصراع همان مکث بلند بین بیتها می‌افتد و شعر تکه‌تکه میشود.
اعراب را نگه دار. «نِیِستان»، «بُبْریده‌اند»، «شرحِ دردِ اشتیاق»: خوشخوان اعراب را پاک نمی‌کند و همان را به مدل می‌دهد. متن گنجور برای همین شعر اعراب واژه‌های دشوار را دارد؛ از همان کپی کن. بعد از ساخت، گوش بده که تلفظ درست درآمده یا نه.
کلمه‌های قدیمی را چک کن. اگر واژه‌ای بد خوانده شد، تلفظش را در واژه‌نامه بنویس (تلفظ و واژه‌نامه).
کوتاه شروع کن. چهار تا شش بیت برای استوری و ریلز کافی است؛ اول همین را بساز و بعد سراغ کل غزل برو.
شعر چه کسی؟ برای انتشار، شعر کهن یا شعر خودت را دکلمه کن؛ برای شعر شاعر زنده، اول از خودش اجازه بگیر.
نمونه: شش بیت اول مثنوی با صدای دکلمهخوان
این همان متنی است که لینک پایین در فرم میگذارد؛ شش بیت اول دفتر اول مثنوی معنوی، از گنجور با اعراب همان‌جا:
بشنو این نی چون شکایت می‌کند، از جدایی‌ها حکایت می‌کند
کز نِیِستان تا مرا بُبْریده‌اند، در نَفیرم مرد و زن نالیده‌اند
سینه خواهم شَرحه‌شَرحه از فراق، تا بگویم شرحِ دردِ اشتیاق
هر کسی کو دور ماند از اصلِ خویش، باز جوید روزگارِ وصلِ خویش
من به هر جمعیّتی نالان شدم، جفت بدحالان و خوش‌حالان شدم
هر کسی از ظَنّ خود شد یار من، از درون من نجُست اَسرار من
خوانش: ۳۴۸ نویسه، بدون هیچ تغییری (شعر عدد و تاریخ ندارد).
بخش‌ها: ۶ بخش، یکی برای هر بیت (۵۴ تا ۶۲ نویسه)؛ اگر بیتی بد درآمد، فقط همان را دوباره می‌سازی.
مدت تقریبی: حدود ۴۲ ثانیه صدا، به‌اضافه ۵ مکث بین بیتها؛ با مکث ۱ ثانیه‌ای نزدیک ۴۷ ثانیه. اگر دکلمهخوان آهسته‌تر از روایت معمولی بخواند، کمی بیشتر میشود.
هزینه: ۳۴۸ نویسه کمتر از ۵۰۰ است، یعنی یک واحد.
مدت‌ها تخمین است: در آزمون‌های خودمان، گوینده‌های کیفیت «طبیعی‌ترین» حدود ۰٫۱۲ ثانیه برای هر نویسه صدا ساخته‌اند. عدد واقعی را بعد از ساخت در پخش‌کننده می‌بینی.
دکلمه با صدای زن یا مرد؟
«دکلمهخوان» صدای مرد است و فعلاً صدای زنی با همین نقش نداریم. اگر صدای زن می‌خواهی، از گوینده‌های معمولی «فرنگیس» (پخته و باوقار) یا «شیرین» (گرم و شمرده) با لحن «روایت» یا «آرام» استفاده کن و مکث بین بیتها را بیشتر کن. نتیجه دکلمه‌وارتر از خوانش ساده است، ولی حالت نمایشی دکلمهخوان را ندارد.
دکلمه خودت را بساز
لینک پایین خوشخوان را با شش بیت مثنوی و لحن «روایت» باز می‌کند. شعر خودت را جایش بگذار: هر بیت یک خط، دو مصراع با ویرگول.
در بخش گوینده تب «شخصیت‌ها» را بزن و «دکلمهخوان» را انتخاب کن؛ کیفیت «طبیعی‌ترین» خودکار انتخاب میشود (انتخاب گوینده). «مکث بین پاراگرافها» را روی ۱ ثانیه یا بیشتر بگذار.
پیش‌نمایش خوانش را نگاه کن و «ساخت صدا» را بزن؛ هزینه قبل از پرداخت نشان داده میشود. خروجی MP3، WAV و زیرنویس SRT است و موسیقی پس‌زمینه را باید در برنامه تدوین اضافه کنی.
دکلمه را روی ریلز می‌گذاری؟ صداگذاری روی ریلز اینستاگرام را ببین. برای حماسه و شاهنامه، گوینده «نقال» مناسب‌تر است: متن نقالی شاهنامه برای کودکان.
شعرت را دکلمه کن
شش بیت اول مثنوی و لحن روایت آماده است؛ شعر خودت را بگذار و از تب «شخصیت‌ها» گوینده «دکلمهخوان» را انتخاب کن.
ساخت دکلمه با هوش مصنوعیاولین بار، چند جمله اول رو با همین صدا رایگان بشنو.
سؤال‌های رایج
میشود با هوش مصنوعی دکلمه ساخت؟
بله، با گوینده «دکلمهخوان» در خوشخوان که شعر را با حس و مکث پایان مصراع میخواند. آزمایشی است و رعایت وزن عروضی را تضمین نمیکنیم؛ پیش از انتشار گوش بده و بیت ناجور را دوباره بساز.
دکلمه با هوش مصنوعی آهنگ هم دارد؟
نه. خوشخوان فقط صدا میسازد. خروجی MP3 یا WAV را در برنامه تدوین روی موسیقی دلخواهت بگذار.
صدای زن برای دکلمه هست؟
دکلمهخوان صدای مرد است. برای صدای زن، «فرنگیس» یا «شیرین» را با لحن روایت یا آرام و مکث بلندتر بین بیتها امتحان کن.
چرا هر بیت را در یک خط بنویسم؟
خوشخوان هر خط را یک پاراگراف میخواند و بین پاراگرافها مکثی میگذارد که خودت تعیین میکنی (۰ تا ۲ ثانیه). یک بیت در هر خط یعنی مکث بلند بین بیتها و مکث کوتاه بین دو مصراع.