idle() the music of ipe()

No. 3· behind-the-music

كيف تُصنع أغنية لو-فاي بالذكاء الاصطناعي

كيف تمرّ أغنية لو-فاي بالذكاء الاصطناعي من idle() من الكلمات إلى الإصدار: من يسلّم ماذا، وأين نتحقق، وكيف نقول بوضوح إنها مصنوعة بالذكاء الاصطناعي.

AI تمت ترجمة هذا المقال بواسطة الذكاء الاصطناعي. اقرأ النص الأصلي (English)

غلاف الألبوم: كوب لاتيه يُسكب، وعليه عبارة dear(you); vol.1 وعبارة dear you وسطر بالكورية معناه «إليك، يا من تجاوزتَ هذا اليوم»

غلاف dear(you); vol.1. الأغاني العشر فيه صُنعت وفق الترتيب الموصوف أدناه.

هل هذا اللو-فاي من صنع الذكاء الاصطناعي؟ نعم، بواسطة Suno. هذه محطات التسليم الخمس من الكلمات إلى الإصدار، والموضع الذي يتدخل فيه إنسان. يُسأل عنا أحيانًا: كيف تُصنع أغنية idle()؟ الجواب المختصر هو «بالذكاء الاصطناعي»، لكن في هذا السطر من محطات التسليم والتحقق أكثر مما قد تتوقع. يتتبّع هذا المقال ترتيب الإنتاج الذي وضعناه لأنفسنا، من أول سطر في الكلمات حتى الإصدار. وهو يصف إجراءً دوّنّاه، فلا يعني ذلك أن كل أغنية مرّت به دون أي استثناء.

أولًا، الجملة الأهم. الموسيقى تُنتَج بالذكاء الاصطناعي (Suno). وكلمات الأغاني تُصاغ مسوداتها بالذكاء الاصطناعي ويراجعها إنسان. وما بقي من هذا المقال هو في الحقيقة شرح لما تبدو عليه هذه الجملة حين تتحول إلى عمل فعلي.

خمس محطات تسليم

مخطط من خمس مراحل تربطها أسهم: الكلمات، الموسيقى، الصورة، المراجعة، الإصدار، ولكل منها الدور المسؤول عنها وما تُنتجه. مرحلة المراجعة محاطة بإطار ذهبي

المراحل الخمس التي تمر بها الأغنية. المرحلة الرابعة، المراجعة، بوابة لا يمكن تجاوزها.

تمر الأغنية بخمس مراحل: الكلمات، الموسيقى، الصورة، المراجعة، الإصدار. لا تبدأ المرحلة التالية إلا بعد انتهاء السابقة، ويتغيّر المسؤول عنها في كل خطوة. نسمّي كل تغيير تسليمًا، ونحتسب في هذا المقال أيضًا التخطيط الذي يسبق أول سطر في الكلمات. والتسليم يتم بالملفات والحالات، لا بالحديث. فحين ينهي المسؤول عن الكلمات ملف الأغنية ويضبط حالته على «طُلب التلحين»، يقرأ المسؤول عن الموسيقى ذلك الملف ويبدأ العمل. ولأن من سلّم أي ملف وفي أي حالة مسجَّل دائمًا، لا يضيع السياق في الطريق.

والحالات التي تمر بها الأغنية ثابتة أيضًا. الكلمات الجديدة «مسودة». وما دامت نبرتها ومسارها العاطفي قيد التشكيل فهي «قيد الصقل». وحين تُسلَّم إلى الموسيقى تصبح «طُلب التلحين»، وحين يُنتَج الصوت تصبح «قيد التلحين»، ولا تصبح «صدرت» إلا بعد اجتياز المراجعة. نظرة واحدة إلى هذه اللوحة تخبرك بيد من توجد الأغنية الآن.

المرحلة 0: التخطيط، لأن الألبوم يسبق الأغنية

الخطوة الأولى في الحقيقة تخص الألبوم لا الأغنية. يُرسم أولًا المفهوم وترتيب المقطوعات وتدفّق المشاعر. ففي dear(you); vol.1 وُضع أولًا مفهوم («عشر رسائل إلى أنت، يا من تجاوزتَ يومًا صعبًا آخر») ومسار من عشر مشاعر (التعاطف، الفهم، الخوف، الطمأنينة، الراحة، الصلة، الامتنان، الاعتراف، الأمل، السكينة)، وأُعطيت كل أغنية مكانها على هذا المسار قبل أن تصل إلى مرحلة الكلمات. تبدأ الأغنية كخانة واحدة في ألبوم، لا كعمل قائم بذاته، ونرى أن هذا جزء من سبب تشابه أغانينا في بنيتها.

المرحلة 1: الكلمات، أغنية واحدة بنسختين

ناتج مرحلة الكلمات ملف أغنية واحد. فيه الموضوع والمزاج والحكاية والكلمات في نسختين: نسخة لغتها الرئيسية الكورية، ونسخة لغتها الرئيسية الإنجليزية. الجانب الكوري هو الأصل، أما الجانب الإنجليزي فيُكتب اقتباسًا ينقل النبرة والشعور لا الألفاظ. فلو غُنّيت الترجمة الحرفية التي يقدّمها الذكاء الاصطناعي كما هي، لانكسر الإيقاع والعاطفة وهبطت جودة الأغنية.

النسخة الإنجليزية الرئيسية تُغنّيها مغنية بالإنجليزية مع همسات بالكورية، والنسخة الكورية الرئيسية يغنّيها مغنٍّ بالكورية مع همسات بالإنجليزية. وتنتهي كلتاهما بالسطر المهموس ipe. be still

قاعدة النسختين: تُغنّى كل نسخة بلغة واحدة، ولا تظهر اللغة الأخرى إلا همسًا.

يمكن اختصار المبدأ في سطر واحد: اللغة المُغنّاة ثابتة داخل النسخة الواحدة، والترجمة تُقدَّم في صورة ترجمة نصية. أي إننا لا نُقحم ترجمة حرفية في لحن. أما اللغة الأخرى فتُضاف همسة قصيرة فقط، فتحمل النسخة الإنجليزية كلمة كورية أو اثنتين، وتحمل النسخة الكورية كلمة إنجليزية. هذه الهمسات هي الدرزة التي تُمسك النسختين معًا أغنيةً واحدة.

وثمة أمر آخر على مرحلة الكلمات أن تفعله: وضع «ipe. be still» في نهاية الأغنية تمامًا. إنها همسة بنَفَس واحد، ثابتة بالإنجليزية، وكل أغنية منذ dear(you); تنتهي بها. ولا يُعدّ ملف الكلمات منتهيًا، ولا يمكن تسليمه إلى الموسيقى، إلا بعد أن يوضع هذا التوقيع.

المرحلة 2: الموسيقى، من الكلمات إلى الصوت

يأخذ جانب الموسيقى ملف الكلمات ويبني منه حزمة إنتاج. تحتوي الحزمة على الكلمات المُغنّاة لكل نسخة وعلى موجّه أسلوب: وصف مكتوب للنوع الموسيقي والآلات وطابع الصوت وملمس المزج. فالأغنية الأولى في الألبوم مثلًا مدوَّنة على أنها lo-fi أجواء هادئة، فيها بيانو ناعم وغيتار دافئ وطبقات صوتية لطيفة وضجيج أسطوانات وأجواء مطر خفيف، بصوت أنثوي عذب للنسخة الإنجليزية وصوت ذكوري لطيف للنسخة الكورية.

وبهذه الحزمة يُولَّد الصوت والغناء باستخدام Suno، وهي أداة موسيقى بالذكاء الاصطناعي. ونادرًا ما يعطي توليد واحد ما نريده تمامًا، فتُجرَّب عدة نسخ وتُعتمد واحدة منها. والنسخة المعتمدة هي الأغنية. وحين تُضاف ترجمة نصية إلى الفيديو، يجب أن يأتي ملف الترجمة من تلك النسخة المعتمدة، لأن التوقيت يتغيّر مع كل توليد. وهذه القاعدة مكتوبة في إجراءاتنا.

وهنا تدخل الترجمة في صورة ترجمة نصية. على يوتيوب نوعان منها: ترجمة يشغّلها المشاهد، وكلمات مدمجة في الصورة. والضبط التلقائي للتوقيت غير متاح للكلمات الكورية، فلا بد من رفع ملف ترجمة يدويًا، ويمكن تحويل الأغنية التي نريد إبراز كلماتها إلى فيديو كلمات يكون النص فيه مدمجًا في الصورة. ولكل لغة غلافها الخاص وملف ترجمتها الخاص.

المرحلة 3: الصورة، منح الصوت وجهًا

متى اعتُمد الصوت، يصنع جانب الصورة الغلاف والصورة المصغّرة على يوتيوب، وعند الحاجة خلفية متكررة للفيديو. مدخلاته هي مفهوم الأغنية والصوت ونبرة الوقت من اليوم الذي تنتمي إليه الأغنية. يقسّم الموسم الأول اليوم الواحد إلى أربعة ألبومات (الليل والفجر والصباح والمساء)، فتتشارك الأغاني في الألبوم الواحد ألوان وقت واحد من اليوم.

وثمة قواعد بصرية ثابتة. تتمحور لوحة الألوان حول الكحلي العميق والذهبي الدافئ والأخضر المريمي والكريمي، ويستخدم الخط خطًّا أحادي المسافات يذكّر بمحرر الأكواد. وعلى الغلاف تكون الإنجليزية في المقدمة والكورية سطرًا مساندًا. انظر إلى غلاف الأغنية الأولى وسترى العنوان الإنجليزي بحجم كبير وتحته العنوان الكوري.

المرحلة 4: المراجعة، بوابة لا يمكن تجاوزها

حين تجهز الكلمات والصوت والغلاف والصورة المصغّرة وبطاقة الإصدار في هذا الموقع، تُفتح المراجعة قبيل الإصدار مباشرة. لا يمكن تجاوز هذه البوابة. وفيها عينان. واحدة تنظر في الجودة والمخاطر: هل الصوت نظيف، وهل لغة الصوت ومغنّيه تطابق الكلمات (صوت أنثوي للنسخة الإنجليزية وذكوري للنسخة الكورية)، وهل يلائم الشعور وترتيب المقطوعات خطة الألبوم، وهل هناك مخاطر حقوق مثل وسم الذكاء الاصطناعي أو الانتحال، وهل الروابط والبيانات الوصفية صحيحة. والأخرى تنظر في العلامة: لوحة الألوان والخط ونبرة نصفها بأنها الهدوء الذي يسبق الضجيج، وتراتبية اللغات على الغلاف.

وبعض البنود نقاط توقف إلزامية. هل «ipe. be still» في النهاية تمامًا؟ هل احتُرمت تراتبية اللغات على الغلاف والصورة المصغّرة؟ هل تتطابق الروابط واللغات في بطاقة الإصدار على الموقع؟ إن غاب التوقيع أُعيدت الأغنية وصُحّحت ثم رُوجعت من جديد. والمراجع يشير إلى المشكلات فقط ولا يعيد كتابة الكلمات. فالتصحيح على من صنع العمل. وفصل من يتحقق عمّن صنع الشيء هو قلب هذه البوابة.

المرحلة 5: الإصدار، الرفع والربط والتسجيل

بعد المراجعة يرفع جانب الموسيقى الأغنية إلى يوتيوب، ويتولى توزيعها على منصات البث للأغاني التي تحتاج ذلك. وتتضمن خطوة الرفع التحقق من الوسم الذي يبيّن أن المحتوى صُنع بالذكاء الاصطناعي. ثم تصبح حالة الأغنية «صدرت»، وتُكتب روابط يوتيوب على لوحة الأغاني، وتُحدَّث بطاقة الإصدار في هذا الموقع ووثائق الملخص. قد تبدو الأغنية منتهية وتبقى عليها مهمة واحدة: التأكد من أن روابطها متفقة في كل موضع تظهر فيه.

وطريقة الإصدار هجينة منذ البداية: تصدر الأغاني المنفردة واحدة تلو أخرى لإبقاء القناة حيّة، وحين تتجمع في سلسلة أغانٍ كافية تُضمّ في ألبوم. وكل أغاني dear(you); vol.1 العشر على يوتيوب بنسخة إنجليزية ونسخة كورية. وهناك أيضًا فيديو طويل للألبوم كاملًا، للاستماع إليه كله دفعة واحدة، على يوتيوب كذلك.

لماذا نضع «صُنع بالذكاء الاصطناعي» في الواجهة

السؤال الذي يصلنا أكثر من غيره هو في النهاية سؤال واحد: لماذا تُظهرون أنه لم يُصنع باليد؟ وجوابنا بسيط. ليس لدينا ما نخفيه، وعدم الإخفاء هو النهج الذي يدوم. إنتاج الغناء بالذكاء الاصطناعي مكتوب في مبادئ عملنا بوصفه الخيار الافتراضي، ومن أسباب ذلك أنه ينسجم مع فكرة العلامة في الكشف العلني عن الإنتاج بالذكاء الاصطناعي. وما يفعله الناس هو تحديد الاتجاه، ثم قراءة المسودة ومراجعتها والاختيار منها. وما يفعله الذكاء الاصطناعي هو إنتاج المسودات والصوت بسرعة. ولا نخلط بين الأمرين. نكتب ما يتولاه كل طرف، وهذا وعدنا.

استمع

الأغاني العشر من dear(you); vol.1، صُنعت وفق الترتيب الموصوف أعلاه. وكل واحدة منها على يوتيوب بنسخة إنجليزية ونسخة كورية.

القناة كاملة على YouTube ipe-rest.

نأمل أنك في المرة القادمة التي تستمع فيها إلى أغنية، ستلاحظ أكثر قليلًا. خلف السطر المهموس في النهاية تمامًا، هناك خمس مراحل وبوابة واحدة لا يمكن تجاوزها بين الكلمات والإصدار. يمكنك الاستماع في الصفحة الرئيسية لـ idle().