الثلاجة القافزة

يا من اعتدتم على نعومة أصوات Vocalizer ودلال Acapela ونقاء الشبكات العصبية الحديثة، تعالوا إلى هنا واجلسوا بجواري ريثما أصلح هذا الطنين المستقر في قاع أذني، ودعوني أنير بصيرتكم برحلة إلى العالم السفلي لتقنيات النطق الاصطناعي. أنتم تفتحون هواتفكم اليوم فتستمعون إلى صوت رخيم يتنفس بنعومة ويأخذ شهيقاً واقعياً بين الجمل وكأنه مذيع راديو يتقاضى أجره بالدقيقة، بينما نحن معشر عشاق معمارية التسعينيات وأصوات Eloquence وDECtalk العتيقة لا زلنا نؤمن بأن الحرف الحقيقي هو الذي يخرج من رحم معادلات التفاضل والتكامل ورنين الفلاتر الرقمية العارية من أي تسجيلات بشرية مخزنة، وهو ما يعرف باسم توليد الصوت بالرنين الصوتي أو Formant Synthesis، تلك التقنية التي تحاول محاكاة الحنجرة والتجويف الفموي للإنسان بصفته أنبوبة صوتية تهتز فيها موجات الهواء عند ترددات رنينية محددة تسمى الفورمنتات، والتي تعطي لكل حرف علة هويته وطابعه الفريد الذي يميزه عن غيره. لكن الشيطان لا يكمن في التفاصيل فقط، بل يكمن تحديداً في هندسة تلك الفلاتر، وهي اللحظة المشؤومة التي وقفت فيها أمام مشروعي بكل ثقة غبية وقررت أن أسلك طريق الـ Parallel Formant Synthesis في محركي الصوتي الجديد. قلت في نفسي متفلسفاً، لماذا أربط الفلاتر وراء بعضها بشكل تسلسلي معقد بينما يمكنني أن أضع الفلاتر جنباً إلى جنب على التوازي، بحيث يختص كل فلتر بتردد فورمنت مستقل وأجمع الإشارات كلها في النهاية، ظناً مني أنني أشتري حرية التحكم وأتجنب قيود السلسلة المتتالية. ويا لها من حرية قادتني مباشرة إلى جحيم صوتي لا يطاق؛ فالصوت الناتج لم يكن يمت للبشر بصلة، بل كان أشبه بكائن فضائي يعاني من احتقان حاد ومحبوس داخل علبة صفيح مقفلة ويصرخ فيك عبر سلك هاتف أرضي مقطوع من أيام حرب الخليج، وكلما حاولت ترقيع النغمة ازدادت خشونة وقسوة ورنيناً معدنياً رخيصاً يجعل الأسنان تصطك من فرط الانزعاج. السبب الفيزيائي خلف هذه الكارثة هو ما يسمى بإلغاء الطور أو Phase Cancellation؛ فالتجويف الفموي البشري ليس مجموعة ميكروفونات منفصلة بل هو تجويف رنيني متصل ومستمر يبني فيه كل رنين فوق الرنين الذي يسبقه بشكل طبيعي، بينما عندما تجبر الفلاتر على العمل بالتوازي وتجمع مخرجاتها حسابياً، تبدأ ذيول الترددات المتداخلة بالاشتباك خارج الطور، فتلغي الترددات بعضها البعض في مناطق عشوائية وتخلق حفراً طيفية عميقة تجعل الصوت يبدو مفرغاً وأجوف من الداخل. ولأنني كنت أرفض الاعتراف بالهزيمة أمام هذا الإلغاء الشنيع، بدأت في إضافة فلاتر إضافية لتعويض الفراغات والتشوهات، فأضفت فورمنتاً رابعاً لإنقاذ الترددات العالية ففشل، ثم أضفت خامساً وسادساً وسابعاً لمطاردة الرنين المفقود، وظللت أضخ الفلاتر في الكود كما يضخ المستغيث الماء في سفينة تغرق، حتى وجدت نفسي أدير اثني عشر فلتراً رنينياً بالتمام والكمال، وهو رقم لم يجرؤ على لمسه حتى كبار مهندسي مختبرات بيل للتخاطب؛ إذ تحول محرك النطق في يدي رسمياً إلى معادل صوتي رسومي بائس يحتوي على اثنتي عشرة قناة، وبدل أن أبرمج صوتاً أصبحت أقضي ساعاتي في موازنة علو كل تردد يدويًا فقط لمنع صوت حرف العلة من التحول إلى صفير إنذار غارة جوية. والأسوأ من ذلك كله هي معركة مخارج الحروف أو الـ Phonemes؛ ففي التوليد المتوازي يصبح ضبط حرف علة واحد كابوساً سيزيفياً مستحيلاً، لأنك لا تكتفي بتحديد تردد الرنين وعرض الحزمة لكل فورمنت، بل يتعين عليك تحديد ومعايرة مقدار الطاقة والعلو المستقل لكل فلتر على حدة حتى لا ينهار التوازن الطيفي، وإذا أخطأت في حساب ديسيبل واحد لأحد الفورمنتات المتوسطة تجد الحرف ينقلب فجأة من صوت الألف المفخمة إلى صوت يشبه احتكاك شوكة في صحن ألومنيوم، ناهيك عن الكارثة العظمى عندما تتحدث الكلمة وتبدأ الترددات بالانتقال بين الحروف، فتتداخل الفلاتر وتتذبذب مستويات الصوت بشكل هستيري يقضي على وضوح أي كلمة منطوقة. وهنا تبرز معمارية الـ Cascade أو التوليد المتسلسل كطوق النجاة الوحيد الذي كان ينبغي احترامه منذ اللحظة الأولى؛ حيث يمرر الصوت فيها من فلتر إلى الذي يليه في خط سير مباشر يحاكي الأنبوبة الصوتية الحقيقية بدقة، مما ينتج المنحدر الطيفي الطبيعي تلقائياً دون أي تداخل في الطور أو حفر ترددية مصطنعة، وتتحول فيه حياة المطور من شقاء موازنة طاقات الفلاتر إلى راحة بال تقتصر على تمرير التردد وعرض النطاق فقط وترك الفيزياء التراكمية تقوم بالباقي، ليبقى التوليد المتوازي محصوراً حصراً في موضعه المنطقي الوحيد وهو أصوات الحروف الاحتكاكية والانفجارية غير المجهورة مثل السين والتاء عبر ضخ ضوضاء بيضاء عابرة، بينما تظل أحرف العلة النقية ملكاً حصرياً للمسار المتسلسل، ليبقى الدرس الأبدي محفوراً في ذاكرتي: إياكم والغرور أمام فيزياء الصوت، فالتوازي لن يمنحكم صوتاً عريقاً، بل سيمنحكم مجرد علبة سردين تصدح بصفير لا يرحم.