في 23 سبتمبر، قدّمت Google نموذجين لتوليف الكلام يَعِدان بتصميم صوت وتوجيهه سطرًا بسطر. وبالنسبة إلى الدار، يصبح الصوت أصلًا تحريريًا ينبغي تحديد مرجعيته واستخداماته المسموح بها وسجله.
ما تعلنه Google
يستهدف Gemini 3.8 Flash TTS الإخراج الإبداعي: تصميم صوت انطلاقًا من وصف (الدور واللكنة والطابع) في أكثر من مئة لغة ولهجة، ثم توجيه كل جملة بتعليمات تخص الأداء والإيقاع والنبرة. أما Gemini 3.8 Flash-Lite TTS فيستهدف الحجم الكبير، ولا سيما الدبلجة والوكلاء الصوتيين. وتذكر Google أكثر من 2000 صوت جاهز للاستخدام، وإمكانية حفظ الأصوات المبتكرة للحدّ من الانجراف من مشروع إلى آخر، ومدة متواصلة تبلغ عدة ساعات بجرس صوتي ثابت. ويُعلن أن تعديل صوت من المكتبة (الجرس والطبقة واللكنة) قادم لاحقًا.
وتدّعي الشركة كذلك احتلال المرتبة الأولى في تصنيف Hume AI لتصميم الأصوات، بـ 71,4 نقطة. ولا يفصّل الإعلان في نصّه المنهج المتّبع، ولذلك تبقى هذه الدرجة تقييمًا صادرًا عن المزوّد.
الصوت الموجَّه يحتاج إلى مرجع
إن توجيه الصوت ينقل جزءًا من العمل إلى الإشراف التحريري. فلا بدّ من القدرة على قول ما يجعل الصوت مناسبًا: طريقة نطق اسم الدار، وضبط النفس، والصمت قبل جملة. والصفات لا تكفي لنقل ذلك. وتفضلها مقاطع معتمدة يُصغى إليها ويُعلَّق عليها، مع نص واحد يُتّخذ مرجعًا بين النسخ واللغات، وإصغاء بشري في كل لغة للأسماء العَلَم ووضوح الكلام والقصد. فقد تُقال جملة سليمة كتابةً قولًا رديئًا.
الاستخدامات المسموح بها: خريطة غير متكافئة
بالنسبة إلى الاستنساخ، تشترط Google تسجيل موافقة شفهية من صاحب الصوت المستنسخ، تتطابق مع العيّنة المرجعية. وتكفي ثلاثون ثانية من الصوت، سواء من صوت المستخدم أو من صوت يملك حقوقه. ويحمل كل مقطع العلامة المائية SynthID، وترافق شهادات C2PA الأصوات المستنسخة، بحسب Google.
تثبت هذه الإشارات مصدر الملف، لا مدى الاتفاق. فالصوت المبتكَر والصوت المستنسَخ وصوت المكتبة تتطلب تراخيص مختلفة، وينبغي تسجيل كل منها مع استخداماته المتفق عليها.
وتبقى الجغرافيا. توضح Google أن الاستنساخ من أداة المطورين لديها غير متاح في المنطقة الاقتصادية الأوروبية، ومنها فرنسا، ولا في المملكة المتحدة أو سويسرا أو الهند. ويغيّر هذا القيد تفكير دار فرنسية قبل مسألة الجودة نفسها. أما إتاحة الخدمة للشركات عبر Gemini Enterprise فمعلنة لوقت لاحق.
استرجاع كل نسخة
تَعِد Google بأصوات «محفوظة ومُدارة». ولا يصف الإعلان أي سجلّ تاريخي: هل تُحفظ النسخة السابقة للصوت بعد تعديله؟ وهل يمكن استعادتها؟ وهل يُعرف أي ملف وُلِّد بأي نسخة؟ إن سهولة التوليد تضاعف هذه القرارات. فكل تعديل يُنتج نسخة لا بدّ من القدرة على تحديد موضعها لاحقًا.
يمكن للدار أن تمسك سجلًّا بسيطًا: لكل صوت نوعه ومرجعه والاستخدامات المتفق عليها وتاريخ كل نسخة وشروط سحب نسخة قديمة. وهذا السجل، الذي يمسكه من يحسم الأمر، هو ما يجعل الصوت صوتَ دار.
Cette publication est également disponible en :
