نفس الصوت في كل فيديو

ما الذي يسير بشكل خاطئ، والإصلاح

قبل أن تبدأ

• شخصية في صفحة الشخصيات. يتطلب إنشاء شخصية اسمًا وصورة واحدة على الأقل: اضغط على إضافة صور مرجعية، وارفع الصورة، وسمِّ الشخصية، ثم اضغط على إنشاء شخصية. شخصيتنا عبارة عن صورة مولدة، لذا لا يوجد شخص حقيقي متورط.
• نموذج كلام بأصوات مسماة. تعرض نافذة صوت بشري هذه الأصوات فقط: نماذج ElevenLabs و Kokoro.
• المقاطع التي تريد سردها، في المكتبة. لدينا ثلاثة مقاطع مدتها خمس ثوانٍ بدون صوت: المدرج والسقف على Kling v3، والقيادة الليلية على Seedance 2.5.

احفظ الصوت على الشخصية

في صفحة الشخصيات، افتح القائمة ... على بطاقة الشخصية واختر صوت بشري. يوفر الحوار نوعين: صوت من الكتالوج ومقطع صوتي. احتفظ بـ صوت من الكتالوج. اختر نموذج الكلام، ثم صوت من الكتالوج؛ زر تشغيل المعاينة يعرض عينة مسجلة من هذا الصوت مجاناً. أضف لغة إذا أردت، ثم اضغط حفظ. تظهر الآن البطاقة الصوت تحت الوصف.

السرد باستخدام التحدث بصفة

افتح مؤلف الصوت في مهمة التعليق الصوتي واضغط على التحدث بصفة. اختر الشخصية. يتحول منتقي النموذج إلى النموذج المحفوظ ومنتقي الصوت إلى الصوت المحفوظ، وتظهر سطر تحت الزر يؤكد ذلك: التحدث بصفت Isla Marr · Sarah. اكتب الجملة واضغط على توليد صوت. فعلنا هذا خمس مرات متتالية لمرشدين، ولم يتغير الاقتران أبداً.

This is the sound of silk at midnight.

Nothing here was built to stand still.

You already know the ending. Wear it anyway.

ضع خلفية صوتية وإشارة تحت الصوت

يبدو السطر وحده مجردًا. أنشئ خلفية موسيقية في مهمة موسيقى ضمن مُلحّن الصوت، ومؤثرًا صوتيًا واحدًا في مؤثر صوتي، ثم ابنِ الخط الزمني لكل مقطع في Studio: انتقل إلى Timelines، ثم خط زمني جديد، وفي علامة التبويب المكتبة في اللوحة اليسرى، اختر المقطع باستخدام +، ثم أضف اللقطة عند مؤشر التشغيل حيث يبدأ السطر، والخلفية الموسيقية، والمؤثر الصوتي.

Sleek fashion-show runway track, 120 bpm, deep kick and a crisp clicking hi-hat, glossy synth stabs, instrumental, no vocals. Strong dynamics: two seconds of the full groove, then four seconds of a hushed, near-silent filtered pulse, then the full groove slams back in, and that shape repeats through the track.

Dark synthwave night-drive track, 100 bpm, driving analog bass arpeggio, gated snare, cold pads, instrumental, no vocals. Strong dynamics: two seconds of the full drive, then four seconds of a sparse, hushed passage with only a low filtered bass, then the full drive returns, and that shape repeats through the track.

Warehouse rave build for a rooftop party at night, 128 bpm, instrumental, no vocals: a soft muffled kick and a quiet rising filtered riser that builds for five seconds, then a huge drop with open hi-hats and a big supersaw lead, and that quiet build and big drop repeat through the track.

الإشارات الصوتية عبارة عن سطر قصير واحد لكل منها على ElevenLabs Sound Effects v2، تم قصها باستخدام Mark Out لتبقى بعيدة عن الصوت: أصوات غالق الكاميرا للثانية الأولى من عرض الأزياء، وصوت المحرك ورذاذ الماء بعد حوار القيادة، وهتاف الجمهور عند سقوط قصاصات الورق على السطح. اضغط على التشغيل: الصوت هو نفسه عبر المقاطع الثلاثة لأن النموذج والصوت كانا نفس الطلب في كل مرة، وهو يعلو الموسيقى.

قمنا بقياس كل ملف تم تصديره: لا توجد فجوة صمت أطول من نصف ثانية، والصوت أعلى بمقدار 3 ديسيبل على الأقل من كل شيء آخر أثناء التحدث. كانت هذه الخطوط الزمنية تخلط كل المسارات بنفس المستوى، لذا تأتي هذه الأرقام من المقاطع التي اخترناها، وليس من إعداد معين.

ثلاث طرق لتنفيذه

مسار واجهة API موثق تحت الشخصيات والأماكن: يُستخدم صوت الشخصية في توليد الصوت عبر معرف الشخصية، وفي توليد الفيديو عند طلب صوت الشخصية. لقد جربنا مسار المؤلِّف لهذا الدليل، وليس المسارين الآخرين.

أين لا يزال عليك إعادة التوليد

• لا يزال التسليم يختلف قليلاً. نفس الصوت، ونفس النموذج، لكن كل تسجيل هو قراءة جديدة. إذا بدت جملة ما باهتة، أعد تشغيلها؛ لن يتغير الصوت.
• خلفية صوتية لا تزال تغطي كلمة. يقوم التصدير بخفض مستوى الموسيقى تحت الصوت، لكن مقطعاً صاخباً قد لا يزال يزدحم فوق جملة. اخفض مستوى صوت المقطع للخلفية الصوتية في مفتش الصوت، أو انقل علامة البداية (Mark In) إلى مقطع أكثر هدوءاً.
• يتم اختيار صوتك يدويًا. في الخطط المدفوعة، يؤدي النقر على إنشاء صوت مخصص في قائمة الصوت داخل مُلحّن الصوت إلى استنساخ صوتك من تسجيلات تتراوح مدتها بين 10 ثوانٍ و5 دقائق، باستخدام نماذج الكلام من ElevenLabs. يحفظ مربع حوار الصوت في صفحة الشخصيات أصوات الكتالوج ومقاطع الصوت فقط، لذا لا يمكن لخاصية "التحدث بصوت" استخدام صوت مخصص بعد: يجب اختياره من قائمة الصوت في كل مرة. مقطع الصوت على الشخصية هو مرجع للنماذج التي تقبله، وليس صوتًا لتحويل النص إلى كلام.
• التحكم في السرعة متاح عبر واجهة برمجة التطبيقات فقط. لا يتوفر حاليًا أي تحكم في السرعة داخل المُحلّن.

التكلفة

حفظ الصوت لا يكلف شيئًا؛ ومعاينة الصوت لا تكلف شيئًا. تُحتسب كل جملة بسعر النموذج لكل حرف مع حد أدنى. تُحتسب كل خلفية موسيقية وكل إشارة صوتية كرسوم ثابتة واحدة. كانت المقاطع تُسعّر حسب المدة، ولا تُحتسب رسوم على عمليات التصدير من Studio.

جرّبها بنفسك

Fashion film, one continuous shot. A model in a sculpted emerald green floor-length gown with long sleeves walks down a mirrored runway toward the camera, camera strobes flashing from the crowd in silhouette on both sides, white haze, slow motion, low tracking shot moving backwards, anamorphic flares, deep blacks. No text, no logo.

Premium car commercial, one continuous shot. An original concept coupe that resembles no production car: a low, wide, wedge-shaped matte white body with a single thin continuous light bar across the nose, no grille, no badges, a smooth flush glass canopy, enclosed rear wheel arches and a sharp ducktail rear. It slides sideways through a wet night street lined with bare concrete walls and plain vertical neon tubes in teal and magenta, no shop windows, no signs, no lettering anywhere. Rain streaks in the air, neon reflections stretched across the asphalt, low side tracking shot, spray from the tyres, motion blur on the passing lights, cinematic contrast.

Music video, one continuous shot. A rooftop rave at night: a dense crowd in silhouette wearing long dark coats, hoodies and bucket hats, arms raised, under sharp green laser beams fanning through a thick haze layer, confetti bursting in slow motion, a city skyline of blurred lights behind them, low handheld camera looking up, backlit, high contrast. No text, no logo.

لن تتطابق مقاطعك ومقاطعك الخلفية مع مقاطعنا؛ فالأمر النصي يمنح النموذج المشهد أو المزاج العام، وليس اللقطة المحددة، لذا ابحث عن مقطع هادئ خاص بك لتحديد نقطة الدخول (Mark In). سيتطابق الصوت، لأن الشخصية هي التي تحمله.

قائمة التحقق

1. توجد شخصية باسم وصورة.
2. نافذة الصوت: صوت من الكتالوج، نموذج بأصوات مسماة، تشغيل المعاينة، الحفظ.
3. مؤلف الصوت: يعرض خيار Speak as الشخصية، ويحدد الاسم الصوت.
4. توليد واحد لكل سطر؛ تحقق من كل لقطة قبل القص.
5. مقطع موسيقي خلفي (Bed) مطلوب بتباين قوي، وإشارة صوتية (Cue) واحدة لكل مقطع.
6. Studio: المقطع، اللقطة عند مؤشر التشغيل، نافذة خلفية مدتها خمس ثوانٍ من مقطع هادئ، الإشارة الصوتية بعيدة عن الصوت، تصدير الفيديو (Export video).