ما الذي يهمّ فعلًا في ترجمة الفيديو

01. المشكلات الأربع

اسأل ما الذي يجعل الفيديو المدبلج جيدًا، فتحصل على قائمة طويلة. لكنها تختصر في أربع:

إذا أخفق الأمران الأولان، فلا قيمة لما بعدهما: جملة مترجمة خطأً أو صوت يُسمع أنه ليس صوت صاحبه، وكلٌّ منهما يكفي وحده لإسقاط الدبلجة. أما الأمران الأخيران فيحدّدان إن كانت النتيجة تبدو كالأصل أم تبدو دبلجة.

02. الترجمة الطبيعية: نص جديد، لا مطابقة

لكل لغة طريقتها في التعبير: المفردات، والتعابير الاصطلاحية، وبنية الجملة، وصيغ المخاطبة، وما يُقال أصلًا وما لا يُقال. اطلب من نموذج أن «يترجم»، فيطابق الجمل واحدة بواحدة من اللغة أ إلى اللغة ب. والبشر يفعلون الشيء نفسه: ما إن يُقدَّم الأمر على أنه مهمة مترجم، حتى يتحوّل إلى تحويل جمل.

• اليابانية تميل إلى تجنّب الصياغة المباشرة أكثر من اللازم؛ والجملة الطبيعية كثيرًا ما يجب أن يُعاد بناؤها بأسلوب غير مباشر، لا أن تُليَّن كلمةً كلمة.
• الكورية تحذف الفاعل باستمرار؛ ونقل الضمائر الإنجليزية إليها بتواترها في الإنجليزية يجعل النص غريبًا حتى لو كانت كل كلمة صحيحة.
• ترتيب الكلمات، والمستوى اللغوي، وصيغ التبجيل، وما تتركه كل ثقافة دون قول، كلها تتغيّر من لغة إلى أخرى؛ والترجمة لا تكون جيدة لمجرد أن المعنى الحرفي نجا.

كلمة «جيدًا» لا تختزلها قائمة تدقيق، لذلك نلخّص الهدف في جملة واحدة: أن ينقل النص مضمون الفيديو جيدًا باللغة الهدف. وهذا قابل للقياس:

03. الصوت الطبيعي: الشخص نفسه، بلغة جديدة

النطق شبه محلول. الإخفاقات المثيرة للاهتمام تأتي بعده:

• الهوية: يبقى الشخص نفسه مسموعًا كالشخص نفسه، في كل لغة.
• العاطفة: ما شعر به المتحدث ينجو من تغيّر اللغة.
• التشديد والإيقاع والقصد: أين تميل الجملة، وبأي سرعة تمضي، وما الذي تحاول فعله.

ويختصر الهدف هنا كما اختُصر هدف الترجمة: أن يطابق الصوت الفيديو. لا «ولِّد اللغة ب بالصوت الآتي من اللغة أ». بل الأداء نفسه، بلغة جديدة. والمشهد جزء من الصوت: الضحكات، والموسيقى، وأجواء المكان.

ElevenLabsElevenLabsTHEIR DOCS, READ OCTOBER 30, 2026

Editing the translation means their old model.

On ElevenLabs' current Dubbing v2, in alpha, editing the translation and regenerating the audio through the API is for their Enterprise plans only. Their full editor, Dubbing Studio, is "only available via the v1 model" and "in maintenance mode", in their words. Dubbing v1 is the model our 418-pair study measured, and its output is mono.

+27.8%

FAMILIAR CLOSER TO THE REAL SPEAKER · ALL 11 LANGUAGES

261%

ELEVENLABS MORE BACKGROUND ERROR · THE MUSIC, THE AMBIENCE

+243.7%

FAMILIAR ON LAUGHTER AND REACTION SHAPE

ELEVENLABS DUBBING V1 · 418 PAIRED OUTPUTS · 11 LANGUAGES · AUGUST 5, 2026Read the study →Their docs ↗

04. النص على الشاشة جزء من الفيديو

الفيديو الحديث يعتمد على النص الظاهر على الشاشة: تعليقات، ونكات، وميمات، وكلمة واحدة تظهر مع إيقاع. كلٌّ منها حدث بصري بلغة المصدر. وتكييفه له شرطان:

• ألّا يُفسد الفيديو أبدًا. أي تشوّهات أو تشتيت بصري يجعل النتيجة أسوأ من الأصل.
• ألّا يُترجَم حرفيًا أبدًا. عليك أن تفهم لماذا يظهر هذا النص في هذه اللحظة وفي هذا المكان، قبل أن تكيّفه.

يترجم اليوم نموذج Familiar متعدد الوسائط لقرارات توطين المحتوى (MLDM)، أول نموذج تأسيسي للترجمة متعددة الوسائط، وهو نهج جديد، الأول من نوعه، العناوينَ والأوصاف والترجمة المصاحبة إلى جانب الدبلجة. أما النص داخل اللقطة فقيد التطوير: شاشة هاتف أو لافتة شارع، تُكتب بالمصطلحات التي اخترتها من قبل، ويقرّر النموذج في حينه إبقاء علامة تجارية أو اسم كما صُوِّر، فكيس Tostitos يبقى Tostitos، وأنت من يختار أيّ نص يُترجَم. والقاعدة ثابتة: إن أمكن ملاحظة التعديل، فهو ليس جيدًا بما يكفي.

05. مزامنة الشفاه: تنجح حين لا يلاحظها أحد

مزامنة الشفاه تحمل الشرط الصارم نفسه: ألّا تُفسد الفيديو أبدًا. وأعلى مديح تناله مزامنة الشفاه في دبلجة هو السؤال: «ما الذي تغيّر؟»

والتأثير نفسه يعمل لصالح الدبلجة أيضًا. فما إن يطابق الفم الكلام، حتى يحسم الدماغ الالتباس لصالح التوافق: يبدو النطق أوضح، ويبدو جرس الصوت أقرب إلى الشخص نفسه.

الأجزاء الصعبة: الأصوات من خارج الشاشة، والمتحدثون الذين تتداخل أصواتهم، والأشخاص المتشابهون شكلًا أو صوتًا، وتعديل الفم دون كسر الوجه. ضع شخصين على الشاشة، فتزامن أدوات اليوم شفاههما كليهما في آن واحد.

والشفاه ليست سوى البداية. فالإنسان يؤدي الجملة بوجهه كله، بعينيه وحاجبيه ووجنتيه ورأسه، وبجسده: الإيماءات، وهزّات الرأس، ونصف اللحظة التي يُصغي فيها.

06. مشكلة واحدة، لا أربع

كان كل شرط يختصر في الجملة نفسها. الترجمة الطبيعية: اكتب ما يقوله هذا الفيديو، باللغة الهدف. الصوت الطبيعي: احفظ الأداء نفسه في الكلمات الجديدة. النص على الشاشة: اعرف لماذا هو هناك قبل أن تلمسه. مزامنة الشفاه: عدّل الشخص دون أن تكسره.

هذا ما يقرّره الـMLDM، مقيسًا على المقاطع نفسها ومنشورًا في /benchmark. كل قرار يُسجَّل مع مهمة الدبلجة ويمكن تغييره؛ واليوم يختار مديروك الإبداعيون بين صياغات الترجمة.