المحاذاة الصوتية لنص جاهز تربط كلمات معطاة بمواضع مقترحة في تسجيل. السؤال الأول هنا ليس «ما الكلمات التي قالها الشخص؟» بل «أين يقع النص الذي قدمناه؟». نوضح هذا الفرق بمثال مكتوب؛ لم نولد طوابع زمنية ولم نحلل تسجيلا فعليا.
الخلاصة السريعة
المحاذاة تقدّر مواقع نص معطى في الصوت؛ لا تجعل النص المعطى صحيحا بمجرد إسناد أوقات إليه.
- يعرّف دليل Montreal Forced Aligner المحاذاة بأنها تحويل تفريغ مكتوب إلى نسخة مرتبطة بالوقت، باستخدام معجم نطق لمعرفة أصوات الكلمات. [1]
- في فرضنا يقدم النص «ضع الشريط حول العلبة»، بينما يفترض الصوت «لا تضع الشريط حول العلبة»؛ توقيت النص الأول لا يبرر حذف النفي.
- راجع النص وأي جزء مفقود، مثل شرط «بعد جفاف الغطاء»، قبل الاستناد إلى مواضعه؛ لا تفترض أن المحاذاة تستخرج ما لم تقدمه أو تصلح كل اختلاف تلقائيا.
- ثبّت نسخة التسجيل والنص وراجع متطلبات الأداة والمعجم والنموذج؛ يتغير سؤال المراجعة إذا تغير النص أو قصصت الملف، ولم ننفذ محاذاة هنا.
ما الذي تعطيه لأداة المحاذاة؟
بحسب دليل Montreal Forced Aligner، تبدأ العملية بتفريغ إملائي لملف صوتي، وتنتج نسخة محاذاة زمنيا بالاستعانة بمعجم نطق يبحث عن الأصوات المقابلة للكلمات. [1]
في تمريننا لدينا تسجيل مفترض ونص كتبناه مسبقا. نطلب مواضع هذا النص، ولا نطلب من المثال استخراج جملة جديدة. وجود مدخل نصي مهم: إذا نسخنا المسودة الخطأ إلى الأداة، فقد نراجع مواقع كلمات اخترناها خطأ بدلا من مراجعة الكلام الأصلي.
ماذا لو كان النص مختلفا عن الكلام؟
نضع فرضا واضحا: الكلام المقصود في التمرين هو «لا تضع الشريط حول العلبة»، لكن التفريغ المعطى يقول «ضع الشريط حول العلبة». هذا ليس اختلافا في تهجئة كلمة فقط؛ النص الثاني يعكس اتجاه الطلب بإسقاط النفي وتغيير الصياغة.
حتى لو ظهرت أمام كلمة «ضع» خانة بداية ونهاية، لا نستنتج منها أن المتحدث طلب وضع الشريط. علينا الرجوع إلى التسجيل للتحقق من الجملة. لا نتنبأ بالمخرج الفعلي لأداة معينة عند هذا الاختلاف، ولا نزعم أن كل أداة ستقبل النص أو ترفضه بالطريقة نفسها.
هل تظهر الكلمات التي لم تكتبها؟
لنفترض أن ورقة النص تنتهي عند «العلبة»، بينما يضيف الكلام في مثال آخر «بعد جفاف الغطاء». لا يكفي أن تجد مواضع الكلمات المعطاة لتقول إنك وثقت التعليمات كاملة؛ جملة الشرط لم تدخل النص الذي راجعته.
نسجل الجزء الناقص ونراجع التفريغ، ثم نعيد تقييم علاقة النص المعدل بالتسجيل إذا أردنا محاذاته. لا نخلط وظيفة تحديد المواضع مع وعد بإكمال كل الكلام المفقود. وقد توفر بعض الأدوات معالجة لحالات خاصة، لكن ذلك يحتاج قراءة واجهتها وشروطها ولا يفترض من اسم المحاذاة وحده.
كيف تستخدم المواضع في مراجعة محددة؟
نحتفظ باسم نسخة الصوت والنص الذي قدمناه وملاحظة ما صححناه. الموضع المقترح يساعدنا على بدء الاستماع إلى الجزء ذي الصلة، ثم نفحص الكلمات ومحيطها؛ جدول أوقات منسق لا يستبدل هذه المراجعة.
وقبل تطبيق أداة فعلية نراجع ملاءمة معجم النطق والنموذج ومدخلاتها. لا نقرر أن ملفا عربيا صالح لأي نموذج محاذاة لمجرد أن المثال مكتوب بالعربية. إذا قصصنا الصوت أو استبدلنا جملة، نراجع المواضع في النسخة الجديدة. شرحنا يحدد ما نحتاج إلى التحقق منه، ولا يقدم تجربة محاذاة أو ضمان دقة.
المصادر ومتابعة القراءة
- Montreal Forced Aligner: User Guide (يفتح في نافذة جديدة)montreal-forced-aligner.readthedocs.io
أُعدّ هذا المقال بصياغة عربية أصلية بالاستناد إلى المصادر أعلاه، وهو مدخل تمهيدي إلى الموضوع. اقرأ منهجية المحتوى وحدوده.