در قسمت قبل دیدی صدا چه کاری میکند — سه لایه، و اینکه چرا صدای پیوسته ناپیوستگیِ تصویر را میپوشاند. آنجا گفتیم چه چیزی لازم داری. اینجا میسازیمش.
و یک چیز را از همین اول بدان، چون بیشترین وقت را نجات میدهد: کیفیتِ گویندگی بیشتر به متنی که نوشتهای بستگی دارد تا به مدلی که استفاده میکنی.
هر ویدیو حداکثر چهار جنس صدا دارد. اشتباهِ رایج این است که همهشان را از یک راه تهیه کنی — معمولاً هم گرانترین یا کندترین راه.
| لایه | معمولاً بهترین منبعش |
|---|---|
| گویندگی / نریشنvoice-over | اگر خودت در قاب نیستی، بساز. اگر هستی، خودت بگو — صدای مصنوعی روی چهرهی واقعی، ناجور مینشیند. |
| دیالوگdialogue | سختترینشان، چون باید با لب هم بخواند. پایینتر جدا دربارهٔ همین حرف میزنیم. |
| افکت و آمبیانسsfx & ambience | کتابخانههای رایگان. برای صدای روزمره، گشتن از ساختن سریعتر و بهتر است — مگر صدای چیزی که اصلاً وجود ندارد. |
| موسیقیmusic | بساز. نه بهخاطر کیفیت، بهخاطر مجوز و اینکه طولش را دقیق میخواهی. |
به همین ترتیب هم بساز: اول گویندگی، آخر موسیقی. گویندگی طولِ واقعیِ ویدیو را تعیین میکند و بقیهی لایهها روی آن طول سوار میشوند. اگر اول موسیقی را بگذاری، بقیهی تصمیمهایت را همان میگیرد — و معمولاً غلط میگیرد.
این مهمترین بخشِ این درس است. کسانی که از کیفیت گویندگیِ فارسی ناراضیاند، معمولاً متنی دادهاند که برای خواندهشدن نوشته شده، نه برای شنیدهشدن — و هیچ مدلی این را جبران نمیکند.
چهار چیز، به ترتیبِ تأثیر:
و یک راهِ میانبر: متنی که داری را بده و بخواه برای گوش بازنویسیاش کند.
این متن قرار است خوانده شود، نه دیده شود. برای گوش بازنویسیاش کن: — جملهها کوتاه، هرکدام در یک نفس. — هیچ جملهای که وسطش لازم باشد برگردم و دوباره بخوانم. — عددها و اسمهای خاص را همانطور که تلفظ میشوند بنویس. — جای مکثها را با خطِ جدید مشخص کن. معنی را عوض نکن و چیزی اضافه نکن. فقط شکلِ جملهها را برای شنیدن درست کن.
پیش از اینکه کلِ متن را بدهی، سه جملهاش را بده و گوش کن. اگر آن سه جمله مصنوعی درآمد، بقیهاش هم درمیآید — و بهتر است سی ثانیه بفهمی تا بعد از ساختنِ ده دقیقه صدا.
این سؤالی است که بیشتر از همه پرسیده میشود، و جوابش دو تکه دارد — یکی خوب، یکی نه.
مشکلِ اصلیِ دوبله معمولاً طول است: جملهی فارسی از جملهی انگلیسی بلندتر یا کوتاهتر درمیآید و همگامی بههم میریزد. راهِ حل در ترجمه است، نه در دوبله:
این جملهها را به فارسی ترجمه کن، ولی با یک شرط: هر جملهی فارسی باید تقریباً به همان اندازهی جملهی اصلی طول بکشد وقتی بلند خوانده شود. اگر لازم شد، جمله را بازنویسی کن یا کلمهی کوتاهتر بگذار — معنی مهم است، نه ترجمهی کلمهبهکلمه. کنار هر جمله بنویس تقریباً چند ثانیه طول میکشد.
اگر گوینده در قاب کلوزآپ است، دوبله را نپذیر مگر ابزارت واقعاً خوب باشد. اگر نمای متوسط یا بازتر است، تقریباً هیچکس متوجه نمیشود. یک تصمیمِ ساده در تدوین این مسئله را حل میکند: روی جملههای دوبلهشده، نمای بازتر یا کاتِ واکنش بگذار.
مرزِ اخلاقیاش را در قسمت پنجم مقدماتی دیدی و اینجا هم همان است: صدای هیچکس را بدون اجازهی صریحش شبیهسازی نکن. دوبلهی حرفِ خودت به زبان دیگر یک چیز است؛ گذاشتنِ حرف در دهانِ کسِ دیگر چیزِ دیگری.
سه راه هست و هرکدام جایی بهتریناند. اشتباهترین کار این است که همهچیز را با یکی از این سهتا حل کنی.
هشت مورد. هر کدام را در سطلِ خودش بگذار:
«رایگان» با «آزاد برای استفادهی تجاری» یکی نیست، و تفاوتشان معمولاً وقتی معلوم میشود که ویدیو منتشر شده و ادعای کپیرایت خورده. پیش از استفاده، مجوزِ هر فایل صوتی را بخوان — دو خط است و یک بار خواندنش از پسگرفتنِ یک ویدیو ارزانتر. جزئیاتش در درسِ حق و قرارداد است.
میکس، جایی است که کارِ آماتور و حرفهای از هم جدا میشوند — و برخلاف تصور، با سه قاعدهی ساده تقریباً همهاش حل میشود. لازم نیست مهندس صدا باشی.
| قاعده | چرا |
|---|---|
| ۱. گویندگی بلندترین چیز استdialogue first | هر چیزِ دیگری زیرِ آن مینشیند. اگر مجبوری برای شنیدنِ حرف صدا را زیاد کنی، میکس غلط است — نه گوشِ بیننده. |
| ۲. موسیقی زیرِ حرف، پایین میآیدducking | هر جا کسی حرف میزند، موسیقی چند پله پایین و بعد دوباره بالا. بیشترِ نرمافزارهای تدوین این را خودکار دارند و اسمش همان ducking است. تنها همین یک کار، میکس را حرفهای میکند. |
| ۳. جا برای نفس بگذارheadroom | میکس را تا آخر بالا نبر. اگر همهچیز در سقف باشد، صدا خستهکننده و گاهی شکسته میشود. کمی فضای خالی در بالا، صدا را بلندتر نشان میدهد نه کمتر. |
یک بار کلِ ویدیو را با بلندگوی گوشی گوش بده، نه با هدفون. بیشترِ بینندههایت همانطور میبینندش، و هدفون خیلی از خطاهای میکس را میپوشاند. اگر با بلندگوی گوشی حرف را میشنوی و موسیقی رویش را نگرفته، میکس درست است.
همهشان را روی یک ویدیوی کوتاهِ خودت انجام بده — سی ثانیه کافی است. اولی از همه مهمتر است و کسی انجامش نمیدهد: متن را بلند بخوان. تیکها روی همین مرورگر ذخیره میشوند.
صدا تنها جایی در این دوره است که کمترین کار، بیشترین تفاوت را میسازد. یک آمبیانسِ پیوسته و یک ducking درست، ویدیویی را که «ساختهی هوش مصنوعی» به نظر میرسید به چیزی تبدیل میکند که تماشا میشود — و هیچکدامشان بیشتر از چند دقیقه وقت نمیبرند.
هفت قسمتِ این دوره را که خوانده باشی، همهی تکههای یک ویدیو را داری: قاب، نور، ترتیب تولید، حرکت، پیوستگی، تدوین و صدا.
آخرین چیزِ این دوره درس نیست — پرونده است. Hell Grind گزارشِ یک فیلمِ نود دقیقهای است که با همین روشها ساخته شد، با عددهای واقعیِ خودِ تیمِ سازنده: نرخ پذیرش، هزینه، و ۱۰۸٬۸۵۹ باری که دکمهی تولید زده شد.
آن را طوری بخوان که انگار داری صورتحسابِ کاری را میبینی که تازه یاد گرفتهای انجامش بدهی — چون دقیقاً همان است.
ابزارهای صوتی سریع عوض میشوند و کیفیتِ فارسیشان از همه سریعتر. هر ادعایی دربارهٔ یک ابزار را از خودش بخوان:
تاریخ نگارش این درس: شهریور ۱۴۰۵. قاعدههای میکس و «متن را برای گوش بنویس» کهنه نمیشوند؛ کیفیتِ دوبله و لبهمگامی احتمالاً زودتر از بقیهی این صفحه عوض میشود.