Neurogen تطلق استوديو تعليق صوتي يعمل دون اتصال: 16 صوتًا في حوار واحد و8 غيغابايت من ذاكرة الفيديو
تتقاضى خدمات التعليق الصوتي السحابية مبلغًا عن كل لقطة فاشلة، وترسل نصوصك وأصواتك إلى خوادم طرف آخر. أصدرت Neurogen برنامجًا لنظام Windows يعتمد على نموذج Fish Audio Drama 3 ويعمل على حاسوبك الشخصي. يستنسخ البرنامج الصوت من تسجيل مدته 5–15 ثانية، ويدير حوارًا يضم حتى 16 شخصية، ويكفيه لذلك بطاقة NVIDIA بذاكرة فيديو (VRAM) سعتها 8 غيغابايت. الإنترنت مطلوب لتنزيل النماذج فقط، ولا تكلّف اللقطات المعادة شيئًا.
معالج بواسطة الذكاء الاصطناعي من TG: @neurogen_news (Neurogen)؛ بتحرير Hamidun News
تخيّل أنك تصنع لعبة أو دورة تعليمية وتحتاج إلى تسجيل مئات العبارات صوتيًا. في خدمات تركيب الكلام السحابية، تستهلك كل لقطة فاشلة جزءًا من رصيدك، وتنتقل السيناريوهات والأصوات التي لا تملكها إلى خوادم خارجية. أصدر فريق Neurogen استوديو تعليق صوتي محمولًا يعمل بالكامل على حاسوبك. يقوم الاستوديو على نموذج تركيب الكلام Fish Audio Drama 3 (يقرأ النص بصوت مأخوذ من عيّنة قصيرة)، بينما يتولى محرك ComfyUI المدمج سرعة التشغيل. يجمع الاستوديو حوارًا يضم حتى 16 شخصية في سيناريو واحد، ويكفيه للعمل بطاقة NVIDIA بذاكرة فيديو (VRAM) سعتها 8 غيغابايت. وإذا كان حجم التعليق الصوتي لديك كبيرًا، فهذه طريقة للتوقف عن الدفع مقابل كل لقطة وعن تسليم الأصوات إلى السحابة.
كيف صُمم الاستوديو
يحتوي التطبيق في داخله على Python وPyTorch وComfyUI، فلا حاجة إلى تثبيت أي شيء يدويًا. يعمل المحرك تلقائيًا أو يدويًا بحسب ما يناسبك. تُنزَّل النماذج بشكل منفصل من داخل البرنامج نفسه: يُستأنف التنزيل بعد انقطاعه، وتُفحص الملفات للتحقق منها. بعد ذلك يعمل الاستوديو دون إنترنت، ولا تُرسَل النصوص ولا عيّنات الأصوات إلى أي جهة.
تجتمع العملية كلها في نافذة واحدة: تجهيز الصوت، وكتابة السيناريو، وتجربة الأداء، والاستماع إلى الخيارات، وحفظ المشروع، وتصدير الصوت للمونتاج. وللمونتاج يتوفر التصدير بصيغة FLAC. أما من اعتاد العمل بالعُقد (nodes)، فيقدّم المطورون workflow جاهزًا لإصدار ComfyUI المتوافق.
الأصوات والحوارات والعواطف
استنساخ الصوت بسيط. تحمّل تسجيلًا، وتختار منه 5–15 ثانية من الكلام النقي، ثم تستخدم هذا الصوت لنص جديد. ويمكن حفظ الصوت مع نصه المكتوب في مكتبة والعودة إليه في مقطع لاحق أو لعبارات شخصية واحدة. ويذكّر المطورون بأنه لا ينبغي استخدام سوى التسجيلات التي تملك حقوقها.
في المشهد الذي يضم عدة شخصيات، تُسند إلى كل شخصية عيّنتها الخاصة، ويجتمع ما يصل إلى 16 مشاركًا في سيناريو واحد. ويمكن البدء أيضًا بمونولوج عادي. يُغيَّر الأداء داخل النص مباشرة: تحدد عبارة وتضيف إليها همسًا أو ضحكًا أو تنهّدًا أو إشارة إلى نبرة مرحة، وتُضبط فترات الصمت بوسوم.
وهناك أيضًا إمكانية البحث عن صوت دون تسجيل أصلي. للنموذج خيارات ابتدائية جاهزة، ويساعد الاختيار العشوائي على العثور على أصوات جديدة. ويمكن تثبيت النتيجة المفضلة وحفظها في المكتبة. لكن ما يُحفظ هو seed التوليد الناجح (رقم تتوقف عليه النتيجة)، ولذلك قد تتغير طبقة الصوت عند استخدامه مع نص آخر. وللشخصية الثابتة، يكون استنساخ الصوت من تسجيل أكثر موثوقية.
يعرض محرر العيّنات المستقل الموجة الصوتية، ويتيح الاستماع وتحديد الحدود بدقة والقص. ويمكن فصل الكلام عن الموسيقى عبر Demucs، مع بقاء الملف الأصلي للمقارنة. ويُكتب نص العيّنة يدويًا، أو يُستخرج أثناء التوليد عبر Qwen3-ASR.
المشاريع ومتطلبات العتاد
يُحفظ المشروع في ملف .drama3، ويضم السيناريو والإعدادات وعيّنات الأصوات نفسها. يعيد زر «Вернуть в студию» (العودة إلى الاستوديو) إعدادات النتيجة المحددة، ويتيح الحفظ التلقائي وأرشيف المسودات مواصلة العمل لاحقًا. وللنصوص الطويلة يتوفر التقسيم التلقائي، والقراءة دفعة واحدة أو سطرًا بسطر، واللقطات المنفصلة، وتقصير فترات الصمت الطويلة. ويتيح الوضع المتقدم اختيار النموذج وضبط seed ومعاملات التوليد.
المتطلبات ملحوظة. يلزم نظام Windows 10 أو 11 بمعمارية x64، وبطاقة NVIDIA من جيل Turing أو أحدث بذاكرة 8 غيغابايت VRAM، وتعريف بإصدار 580 أو أعلى، وقرص SSD. وتعتمد سعة الذاكرة العشوائية على نسخة النموذج: نحو 32 غيغابايت لنسخة W4A8، و40 غيغابايت لنسخة W6A8، و48 غيغابايت لنسخ FP8/INT8. وللنسخ الثقيلة ينصح المطورون بذاكرة 64 غيغابايت. ولن يصلح لذلك حاسوب محمول بلا بطاقة رسومات منفصلة وبذاكرة 16 غيغابايت.
لمن يفيد هذا الاستوديو
القيمة العملية تكمن في الجانب الاقتصادي والخصوصية. فاللقطات الجديدة لا تستهلك أرصدة سحابية: كل ما تنفقه هو الكهرباء ووقت بطاقة الرسومات لديك. وإذا كنت تعمل على سيناريوهات سرية أو أصوات لا تملكها بموجب عقد، فإنها تبقى على حاسوبك. وبالنسبة إلى استوديوهات الألعاب ومؤلفي الدورات، تغطي 16 صوتًا في المشهد الواحد معظم المهام.
والقيود واضحة أيضًا. فالنسخة متاحة لنظام Windows وبطاقات NVIDIA فقط، ومتطلبات الذاكرة العشوائية مرتفعة. ويُوزَّع الاستوديو عبر Boosty (الدفع بالبطاقة) وTelegram (USDT وЮMoney وTelegram Stars)، لذلك لا يمكن وصفه بالمجاني. وتتوقف جودة النتيجة على Fish Audio Drama 3 ونقاء العيّنة، ولذا يحسن قبل أي مشروع جدي تجربة عدة لقطات اختبارية على عتادك الخاص.
- 28 أكتوبر 2026وكيل برمجي يبني استوديو موشن من 20 مكتبة مفتوحة: من Remotion إلى Whisper
- 19 يوليو 2026ElevenLabs تعيد إنشاء صوت الممثل مايكل كين لكتاب صوتي عن «الأوديسة» لهوميروس
- 2 مايو 2026نموذج ذكاء اصطناعي للتحويل الصوتي: مقارنة بين Yandex SpeechKit وCosyVoice
- 12 نوفمبر 2026Qwen 4 يبني في 30 دقيقة تطبيقًا لتبادل الملفات بين الكمبيوتر والهاتف
أسئلة وأجوبة حول الخبر
ما أبرز التفاصيل حول كيف صُمم الاستوديو؟
يحتوي التطبيق في داخله على Python وPyTorch وComfyUI، فلا حاجة إلى تثبيت أي شيء يدويًا. يعمل المحرك تلقائيًا أو يدويًا بحسب ما يناسبك. تُنزَّل النماذج بشكل منفصل من داخل البرنامج نفسه: يُستأنف التنزيل بعد انقطاعه، وتُفحص الملفات للتحقق منها. بعد ذلك يعمل الاستوديو دون إنترنت، ولا تُرسَل النصوص ولا عيّنات الأصوات إلى أي جهة. تجتمع العملية كلها في نافذة واحدة: تجهيز الصوت، وكتابة السيناريو، وتجربة الأداء، والاستماع إلى الخيارات، وحفظ المشروع، وتصدير الصوت للمونتاج. وللمونتاج يتوفر التصدير بصيغة FLAC.
ما أبرز التفاصيل حول الأصوات والحوارات والعواطف؟
استنساخ الصوت بسيط. تحمّل تسجيلًا، وتختار منه 5–15 ثانية من الكلام النقي، ثم تستخدم هذا الصوت لنص جديد. ويمكن حفظ الصوت مع نصه المكتوب في مكتبة والعودة إليه في مقطع لاحق أو لعبارات شخصية واحدة. ويذكّر المطورون بأنه لا ينبغي استخدام سوى التسجيلات التي تملك حقوقها. في المشهد الذي يضم عدة شخصيات، تُسند إلى كل شخصية عيّنتها الخاصة، ويجتمع ما يصل إلى 16 مشاركًا في سيناريو واحد. ويمكن البدء أيضًا بمونولوج عادي.
ما أبرز التفاصيل حول المشاريع ومتطلبات العتاد؟
يُحفظ المشروع في ملف .drama3، ويضم السيناريو والإعدادات وعيّنات الأصوات نفسها. يعيد زر «Вернуть в студию» (العودة إلى الاستوديو) إعدادات النتيجة المحددة، ويتيح الحفظ التلقائي وأرشيف المسودات مواصلة العمل لاحقًا. وللنصوص الطويلة يتوفر التقسيم التلقائي، والقراءة دفعة واحدة أو سطرًا بسطر، واللقطات المنفصلة، وتقصير فترات الصمت الطويلة. ويتيح الوضع المتقدم اختيار النموذج وضبط seed ومعاملات التوليد. المتطلبات ملحوظة.
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
أهم ما في عالم الذكاء الاصطناعي — مرة كل أسبوع
سبع قصص مهمة فعلاً هذا الأسبوع، مختارة بعناية. بلا ضجيج ولا بيانات صحفية.
تم! تحقق من بريدك للتأكيد.