الصورة إلى صوت — تصويت البكسل إلى موسيقى أو طيف

معظم أدوات «الصورة إلى موسيقى» الشهيرة اليوم (InsMelo، Mubert، Suno، Artlist) تولّد أغانٍ كاملة من صورتك بالذكاء الاصطناعي — تحلل المزاج والألوان وتؤلّف مقطوعة بلحن وطبول. هذه الأداة بدلاً من ذلك تنفّذ تصويتاً علمياً: تعيّن بيانات البكسل إلى صوت مباشرة. الوضع الموسيقي يضيف سلّماً ليبدو الناتج موسيقياً، لكنه ما زال تحويلاً 1:1 لصورتك وليس أغنية مؤلّفة. لموسيقى بالذكاء الاصطناعي، ابحث عن أدوات بعنوان "AI music from image".

الوضع الموسيقي يقرأ كل شريحة زمنية كملمح سطوع، ويطويها على درجات السلّم الذي اخترته، ويُسمع كل درجة بارزة — حتى ثماني معًا. لحنيّ ومريح للسمع، ويتغيّر بتغيّر الصورة. وضع Raw تركيب جمعي: كل بكسل يصير مركّبة جيبية تردّدها من صفّه وشدّتها من سطوعه، فيكون الصوت حرفيًا الطيف الترددي لصورتك — خشنًا وطنّانًا، وهو الوضع المختار لفن الطيف. وضع vOICe هو الفكرة نفسها مضبوطة على مواصفة دقيقة: 500–5000 هرتز، ست عشرة درجة سطوع يفصل بينها ديسيبلان، وتدرّج استريو من اليسار إلى اليمين، ونقرة المسح، كما في نظام استبدال الحواس الذي يحمل الاسم نفسه.

تُمسح الصورة من اليسار إلى اليمين (محور الزمن). لكل عمود، تُعيَّن البكسلات من الأسفل للأعلى على نطاق ترددي لوغاريتمي (200–4000 هرتز). سطوع البكسل يحدّد حجم ذلك التردد — البكسلات المضيئة عالية، المعتمة صامتة. اللون يؤثر في شكل الموجة: الدافئ منشاري، البارد جيبي، المحايد مثلث.

تلك التي فيها تباينٌ قويّ وأشكالٌ كبيرةٌ قليلة. ففي الوضع الموسيقي يعطي وجهٌ أو شيءٌ بسيطٌ أو سطرُ نصٍّ لحنًا تتعرّف عليه ثانيةً، لأن الأداة تجد مناطق مضيئةً واضحةً تُسقِطها على النغمات؛ وفي الوضع الخام تعطي الأنماطُ الهندسية والأقطارُ والتدرّجات أغنى قوامٍ طيفيّ، إذ إن الصوت هنا هو شكلُ الصورة حرفيًّا. وأمّا الذي لا يعطي شيئًا يُذكر في الثلاثة أوضاع فهو العكس: فصورةٌ شديدة الظلمة لا مناطق مضيئة فيها لتصدح، وصورةٌ متجانسة — جدارٌ أو سماءٌ أو خلفيةٌ ضبابية — لا شيء فيها يتغيّر، فيخرج طنينٌ رتيب. وإن بدت صورةٌ باهتة الصوت فارفع التباين قبل أن تلوم الوضع.

وضع vOICe هو المطلوب. فهو يعيد إنتاج تخطيط نظام The vOICe — النظام الذي يتدرّب عليه المكفوفون فعلًا — لا أن يشبهه فحسب: 500–5000 هرتز على محور أسّي، وست عشرة درجة سطوع يفصل بينها ديسيبلان مع الأسود صمتًا حقيقيًا، وتدرّج استريو من اليسار إلى اليمين ليميّز السمع اليسار من اليمين، والنقرة التي تحدّد بداية كل مسح. أما وضع Raw فسونيفيكيشن أكثر تحرّرًا، والوضع الموسيقي ممتع لكنه أقل إفادة بكثير. ولا يغني أيّ من الثلاثة عن قارئ الشاشة أو النص البديل؛ بل يضيف طريقة لإدراك الشكل والتوزيع بالسمع.