هر کسی که برای ویدیو یا پادکست نریشن فارسی ساخته باشد، می‌داند کار فقط خواندن متن نیست. تلفظ، مکث‌ها و روان بودن جمله‌ها همان چیزهایی هستند که شنونده در چند ثانیه‌ی اول درباره‌شان قضاوت می‌کند. اگر نریشن خوب نباشد، حتی بهترین تصویر و بهترین متن هم دیده نمی‌شود، چون مخاطب زودتر از آنکه به محتوا برسد، ویدیو را می‌بندد. به همین دلیل بسیاری از تیم‌های محتوا هنوز برای هر نریشن سراغ گوینده و استودیو می‌روند، حتی وقتی متن کوتاه است و هر هفته تکرار می‌شود.

تبلیغات

اما هزینه و زمان این روش برای کسب‌وکارهای کوچک و تولیدکنندگان مستقل سنگین است. هماهنگی با گوینده، رزرو استودیو، دوباره‌خوانی بعد از هر اصلاح متن و تحویل فایل، چند روز از زمان کار را می‌گیرد. تبدیل متن به گفتار با هوش مصنوعی این چرخه را کوتاه کرده است. با این حال، بدون دانستن چند نکته‌ی ساده، خروجی می‌تواند مصنوعی و خسته‌کننده باشد.

چه چیزی نریشن فارسی را قابل‌شنیدن می‌کند؟

سه چیز بیشتر از بقیه اثر دارد.

۱. تلفظ فارسی. فارسی اعراب را در نوشتار نمی‌آورد و تلفظ بسیاری از واژه‌ها به بافت جمله بستگی دارد. مدلی که فارسی را جدی گرفته باشد، این تفاوت‌ها را بهتر مدیریت می‌کند. مدلی که فارسی را فقط یکی از زبان‌های فرعی خود می‌داند، احتمال لغزش بیشتری دارد.

۲. متنی که برای شنیدن نوشته شده. جمله‌ای که روی صفحه خوب است، لزوماً در گوش خوب نیست. جمله‌های بلند با چند بند تودرتو، شنونده را گم می‌کنند، چون در شنیدن نمی‌شود به عقب برگشت و دوباره خواند.

۳. انتخاب گوینده. صدای مناسب یک ویدیوی آموزشی با صدای مناسب یک تبلیغ فرق دارد. صدایی که برای روایت یک داستان آرام عالی است، ممکن است برای معرفی پرانرژی یک محصول مناسب نباشد.

متن نریشن را چطور بنویسیم؟

بیشتر مشکل‌هایی که در خروجی صوتی دیده می‌شود، از متن شروع می‌شود، نه از مدل. چند قاعده‌ی ساده که تقریباً همیشه کار می‌کند:

  • جمله‌ها را کوتاه نگه دارید. حدود ده تا بیست کلمه برای یک جمله‌ی گفتاری مناسب است. جمله‌ای که در یک نفس خوانده نشود، در گوش هم سنگین است.
  • از پرانتز و توضیح‌های میان‌جمله‌ای بپرهیزید. این‌ها در نوشتار طبیعی‌اند، اما در شنیدن ریتم را می‌شکنند.
  • اعداد و علامت‌ها را با دقت بنویسید. اگر عددی باید به شکل مشخصی خوانده شود، همان‌طور که می‌خواهید بشنوید بنویسید یا بعد از تولید، گوش کنید که درست خوانده شده باشد.
  • نام‌های لاتین و اختصارها را بسنجید. برند، نام محصول و کلمه‌های انگلیسی از جاهایی هستند که بیشتر اشتباه می‌شوند. اگر درست خوانده نشدند، املای فارسی آن‌ها را به متن بدهید.
  • از علامت‌های سجاوندی برای مکث استفاده کنید. نقطه و ویرگول در گفتار تأثیر دارند. با جابه‌جا کردن آن‌ها می‌شود ریتم را تغییر داد، بدون اینکه کلمه‌ای عوض شود.
  • متن را بلند بخوانید. اگر خودتان در خواندن بلند متن مشکل دارید، مدل هم دارد.

چرخه‌ی تولید یک نریشن، قدم به قدم

یک روند ساده برای ساخت نریشن فارسی از متن:

  1. متن را برای شنیدن نهایی کنید. جمله‌ها را کوتاه کنید، اختصارها را روشن کنید و بخش‌هایی را که فقط برای خواندن نوشته شده‌اند بازنویسی کنید.
  2. گوینده را انتخاب کنید. نوع محتوا را در نظر بگیرید: آموزشی، خبری، تبلیغاتی یا روایی.
  3. شیوه‌ی بیان و سرعت خواندن را تنظیم کنید. برای محتوای آموزشی معمولاً سرعت کمی پایین‌تر مناسب‌تر است. برای شبکه‌های اجتماعی، ریتم سریع‌تر جواب می‌دهد.
  4. خروجی را کامل بشنوید. نه فقط ثانیه‌های اول؛ اشتباه‌ها معمولاً وسط یا آخر متن هستند.
  5. اصلاح کنید و دوباره تولید کنید. بیشتر وقت‌ها یک یا دو دور اصلاح متن، به‌جای تغییر گوینده، مشکل را حل می‌کند.

این صدا کجا به کار می‌آید؟

  • نریشن ویدیو. ویدیوهای آموزشی، معرفی محصول و محتوای شبکه‌های اجتماعی.
  • محتوای صوتی از متن. نسخه‌ی شنیدنی مقاله یا خبر، برای کسانی که فرصت خواندن ندارند.
  • پادکست. وقتی سناریو آماده است و می‌خواهید بدون استودیو خروجی صوتی بسازید.
  • محتوای تبلیغاتی. صداگذاری برای ویدیوهای معرفی و تبلیغ.
  • دوبله‌ی فارسی ویدیو. همان صداها در آماده‌سازی دوبله هم به کار می‌روند.

نریشن برای هر قالب، یک ریتم

ریتم درست بستگی به جایی دارد که صدا قرار است شنیده شود، و این را معمولاً فراموش می‌کنیم.

ویدیوی کوتاه شبکه‌های اجتماعی. مخاطب در چند ثانیه تصمیم می‌گیرد بماند یا برود. جمله‌ی اول باید مستقیم و پرانرژی باشد، بدون مقدمه‌ی طولانی. سرعت کمی بالاتر و جمله‌های بسیار کوتاه مناسب است.

ویدیوی آموزشی. شنونده می‌خواهد مطلب را یاد بگیرد، پس سرعت پایین‌تر و مکث بعد از هر نکته کمک می‌کند. بهتر است هر جمله یک ایده‌ی مستقل داشته باشد.

نسخه‌ی صوتی مقاله. این‌جا شنونده معمولاً مشغول کار دیگری است، مثلاً رانندگی یا پیاده‌روی. لحن آرام و یکنواخت‌تر، و عنوان‌هایی که با یک جمله‌ی کوتاه معرفی شوند، پیگیری را آسان می‌کند.

پادکست. طول بیشتر است و ریتم باید خسته‌کننده نشود. تغییر شیوه‌ی بیان بین بخش‌ها، مثلاً مقدمه، بحث اصلی و جمع‌بندی، به حفظ توجه کمک می‌کند.

تبلیغ. زمان کم است و هر کلمه باید کار کند. جمله‌های کوتاه، فعل‌های روشن و یک دعوت به اقدام در پایان.

یک متن ممکن است برای چند قالب لازم باشد. در این حالت بهتر است نسخه‌ی جداگانه‌ی هر قالب را بنویسید و فقط به تغییر سرعت یا گوینده بسنده نکنید.

اشتباه‌های رایج

استفاده از یک صدا برای همه چیز. گوینده‌ای که برای آموزش خوب است، برای تبلیغ لزوماً مناسب نیست. هر کاربرد را جدا بسنجید.

نشنیدن خروجی پیش از انتشار. یک عدد اشتباه‌خوانده‌شده یا مکث بی‌جا در متن دیده نمی‌شود، اما در صدا فوراً معلوم است. هیچ‌وقت خروجی را بدون گوش دادن منتشر نکنید.

نوشتن متن برای چشم، نه گوش. اگر متنی را که برای وب‌سایت نوشته‌اید مستقیم به صدا بدهید، معمولاً سنگین از آب درمی‌آید. چند دقیقه بازنویسی برای شنیدن، فاصله‌ی زیادی ایجاد می‌کند.

نادیده گرفتن سرعت. سرعتی که برای یک پادکست عمیق مناسب است، برای یک ویدیوی پانزده‌ثانیه‌ای شبکه‌های اجتماعی کند است.

یک نمونه‌ی ایرانی

تبدیل متن به صدای فارسی در واجیک برای همین کار ساخته شده است. متن فارسی را وارد می‌کنید، از میان صداهای فارسی در دسترس گوینده را انتخاب می‌کنید، شیوه‌ی بیان و سرعت خواندن را تنظیم می‌کنید و پیش از دانلود نتیجه را می‌شنوید. این خدمت از مدل‌های صوتی دارای پشتیبانی از زبان فارسی استفاده می‌کند. شیوه‌ی بیان را می‌شود از روایت و آموزش تا محتوای خبری و تبلیغاتی متناسب با کاربرد انتخاب کرد. همین صداها در جریان دوبله‌ی فارسی ویدیو هم استفاده می‌شوند. جزئیات بیشتر در vajik.com هست.

قبل از انتشار، این فهرست را مرور کنید

  • متن برای شنیدن بازنویسی شده است.
  • گوینده با نوع محتوا هماهنگ است.
  • سرعت و شیوه‌ی بیان انتخاب‌شده‌اند، نه پیش‌فرض.
  • کل خروجی شنیده شده است.
  • اسم‌ها، عددها و اصطلاحات لاتین درست خوانده شده‌اند.
  • فایل نهایی با ویدیو یا قالب انتشار همخوان است.

جمع‌بندی

برای نریشن فارسی، کیفیت از سه جا می‌آید: مدل صوتی که فارسی را جدی گرفته، متنی که برای شنیدن نوشته شده و گوش دادن قبل از انتشار. هر کدام از این‌ها را رعایت کنید، فاصله‌ی شما با نریشن حرفه‌ای کمتر می‌شود و برای تولید محتوای تکرارشونده، وقت و هزینه‌ی بسیار کمتری صرف می‌کنید.