به گزارش صبا، حسین بهاری نوشت: کامران سحرخیز، مدیر و مؤسس مجموعه استودیوهای «روشنا» و متخصص در حوزه‌ پست‌پروداکشن و طراحی صوت برای تصویر، با سال‌ها تجربه کاربردی در پروژه‌های سینمایی و انیمیشن، سخنران نشست دوازدهمین «هفته انیمیشن» در دانشگاه هنر ایران بود. این نشست روز یک‌شنبه، ۴ آبان ماه، از ساعت ۱۶ تا ۱۸ در سالن فلاحت‌پور دانشکده سینما و تئاتر برگزار گردید.

نشست با سخنرانی دکتر کامران سحرخیز و با تمرکز بر دو محور اصلی برگزار شد: طراحی و صداگذاری در انیمیشن، ب) پست‌پروداکشن در انیمیشن.

در ابتدای جلسه، آقای سحرخیز به مسئله‌ای اشاره کردند که به باور ایشان در تولیدات انیمیشن کمتر مورد توجه قرار می‌گیرد: اهمیت مرحله‌ی پست‌پروداکشن. ایشان تأکید کردند که در بسیاری از آثار و تولیدات حرفه‌ای، اصول پایه‌ای این مرحله رعایت نمی‌شود، در حالی‌که پست‌پروداکشن، بخش تعیین‌کننده‌ای در کیفیت نهایی اثر است. به گفته‌ی ایشان، پیشرفت فناوری‌های دیجیتال و شکل‌گیری هنر دیجیتال باعث دگرگونی‌های چشمگیری در شیوه‌های کار با صدا، تصویر و جلوه‌های ویژه شده است و شناخت دقیق این فناوری‌ برای دانشجویان انیمیشن حائز اهمیت است.

مسئله‌ی مدیا و فریم‌ریت

آقای سحرخیز در ادامه پرسشی را مطرح کردند: «هنرجویان انیمیشن برای چه مدیایی تولید می‌کنند؟»

ایشان توضیح دادند که نوع مدیا (سینما، تلویزیون، یا پلتفرم‌های دیجیتال و شبکه‌های اجتماعی) تعیین‌کننده‌ی بسیاری از ویژگی‌های فنی و هنری اثر است. در پلتفرم سینما رعایت نرخ ۲۴ فریم در ثانیه  اهمیت دارد؛ اما این نرخ برای سایر مدیاها الزام‌آور نیست. ایشان پرسیدند:

«چرا فریم‌ریت را بالاتر در نظر نگیریم؟»

به گفته‌ی ایشان، نرخ فریم باید بر اساس نوع نمایش و هدف اثر انتخاب شود، زیرا این عامل به‌طور مستقیم بر ادراک حرکت، ریتم تصویر و احساس حاصل از حرکت دوربین تأثیر می‌گذارد. برای مثال، فریم‌ریت در فیلم‌های سینمایی باید حس طبیعی حرکت را القا کند.

آقای سحرخیز تأکید کردند که هر مدیا معیارها و استانداردهای خود را دارد. در نتیجه، پیش از آغاز تولید، باید مشخص باشد که اثر برای کدام بستر ساخته می‌شود. فرمت‌های برادکست (پخش تلویزیونی) و فرمت‌های سینمایی هر یک دارای استانداردهای مجزا هستند و انتخاب نادرست، در مراحل خروجی و نمایش مشکل‌ساز خواهد شد.

ایشان سه عامل کلیدی را که باید در هر انیمیشن مورد توجه قرار گیرد چنین برشمردند: اول؛ رزولوشن  دوم؛ نسبت تصویر و سوم   نرخ فریم

به گفته‌ی آقای سحرخیز، اسپکت‌ریشوی تلویزیون معمولاً با تناسب ۱۶:۹ و گیت ۱.۷۸ به نمایش درمی‌آید. در حالی‌که در پلتفرم‌های استریم محدودیت استانداردهای برادکست وجود ندارد و انعطاف بیشتری برای تنظیم نسبت تصویر و فریم‌ریت فراهم است. برای نمونه، در سیستم‌های Video on Demand (VOD) نرخ فریم متداول ۲۵ فریم بر ثانیه است.

در ادامه‌بحث، ایشان به مشخصات فنی دوربین‌ها و اهمیت عمق رنگ اشاره کردند. بر اساس توضیحات آقای سحرخیز، دوربین‌های فیلم‌برداری حرفه‌ای معمولاً دارای عمق رنگی ۱۲ بیت یا ۱۶ بیت هستند. در صورتی که ضبط در حالت Log انجام نشود، عمق رنگ به ۱۰ بیت کاهش می‌یابد. ایشان تأکید کردند که در تولیدات حرفه‌ای، استفاده از ۸ بیت توصیه نمی‌شود، زیرا باعث افت دامنه‌ی دینامیکی و کاهش جزئیات رنگ در پست‌پروداکشن می‌شود.

آقای سحرخیز افزودند که در برخی از دوربین‌های سینمایی، قطعه‌ای طراحی شده است که باعث می‌شود پیکسل‌ها از حالت مربع به شکل دایره درآیند. این ویژگی موجب هم‌پوشانی و یکنواختی بهتر میان پیکسل‌ها شده و در نتیجه، تصویری نرم‌تر و طبیعی‌تر ارائه می‌دهد.

طراحی و صداگذاری در انیمیشن

در بخش دوم نشست، آقای سحرخیز به بحث طراحی و صداگذاری پرداختند و در ابتدا به تفاوت میان «شنیدن» و «گوش‌دادن» اشاره کردند. ایشان توضیح دادند که «شنیدن» فرایندی غیرارادی و فیزیولوژیک است که در اثر دریافت امواج صوتی توسط گوش رخ می‌دهد، در حالی‌که «گوش‌دادن» فعالیتی آگاهانه است که مستلزم توجه، تحلیل و تمرکز است.

آقای سحرخیز بیان کردند که گوش انسان، برخلاف چشم، میدان ادراکی ۳۶۰ درجه‌ای دارد و حتی از چشم نیز اطلاعات محیطی بیشتری در اختیار ما قرار می‌دهد. به گفته‌ی ایشان، در صداگذاری فیلم یا انیمیشن، هدف این است که مخاطب در دل روایت فرو رود و به‌واسطه‌ی طراحی دقیق صوت، خود را در جهان اثر احساس کند. بنابراین استفاده از المان‌های صوتی باید هوشمندانه و هدفمند انجام گیرد تا صدا صرفاً تزئینی نباشد، بلکه به روایت و فضا‌سازی معنا ببخشد.

دو مفهوم کلیدی در ادراک صوت

آقای سحرخیز در ادامه به دو اصطلاح تخصصی اشاره کردند: شنود ذهنی: حالتی است که در آن ذهن، بدون حضور صدای واقعی، صدا را درونی‌سازی و بازتولید می‌کند. این پدیده باعث می‌شود شنونده حتی پس از قطع صدا، تداوم ذهنی آن را احساس کند. در طراحی صدا، بهره‌گیری از این ظرفیت ذهنی می‌تواند به ایجاد حس تداوم، انتظار یا تنش در مخاطب کمک کند. 

اثر مهمانی کوکتل (Coctail Party Effect): این پدیده بیانگر توانایی انسان در تفکیک صداها در محیط‌های شلوغ است. به‌عنوان مثال، در یک مهمانی شلوغ، فرد می‌تواند بر گفت‌وگوی شخصی که کنار اوست تمرکز کند، در حالی‌که همچنان صدای افراد دیگر را نیز درک می‌کند. آقای سحرخیز توضیح دادند که افراد استفاده‌کننده از سمعک معمولاً این توانایی را از دست می‌دهند و مغزشان قادر به تفکیک یا فیلتر کردن صداهای محیطی نیست. این نکته نشان‌دهنده‌ی نقش پیچیده‌ی سیستم عصبی در درک انتخابی صداست.

مؤلفه‌های ادراک صوت

در ادامه، آقای سحرخیز به چهار فاکتور مهم در ادراک صدا اشاره کردند و توضیح دادند که این چهار عامل، مؤلفه‌های اصلی در فرآیند «گوش‌دادن» به‌شمار می‌روند:  محلی‌سازی (Localization): توانایی مغز در تعیین مکان منبع صوتی در فضا. در سینما و انیمیشن، مهم‌ترین عنصر در این زمینه دیالوگ است که معمولاً در مرکز میدان شنیداری قرار دارد. پس از آن، مؤلفه‌هایی چون فضاسازی محیطی، افکت‌ها و موسیقی اهمیت می‌یابند. در چیدمان صوتی، دیالوگ‌ها در مرکز قرار می‌گیرند و سایر صداها مانند  Music، AFX، Background  و Off-Screen SFX در اطراف میدان پخش می‌شوند تا حس فضا ایجاد شود. محلی‌سازی نه‌تنها به مکان قرارگیری صدا بلکه به سطح بلندی، جهت و فاصله‌ی ادراک‌شده‌ی آن نیز مربوط می‌شود.   آکوستیک (Acoustics): ویژگی‌های صوتی حاکم بر فضا که شامل بازتاب، جذب و رفتار صوت در محیط است. آکوستیک مناسب می‌تواند کیفیت و وضوح صدا را افزایش دهد و حس واقع‌گرایی را در صحنه تقویت کند. ریتم و تمپو (Rhythm & Tempo): هماهنگی میان زمان‌بندی صوت و تصویر که در ایجاد ریتم روایی اثر نقش دارد. انتخاب درست تمپو و تداوم آن می‌تواند بر احساسات مخاطب اثرگذار باشد و ریتم کلی اثر را تنظیم کند.  نویز و سکوت (Noise & Silence): دو مولفه‌ی متضاد که با تنظیم هوشمندانه‌ی آن‌ها می‌توان بر تمرکز و هیجان مخاطب تأثیر گذاشت. آقای سحرخیز اشاره کردند که این مولفه به سلیقه و تصمیم طراح صدا بستگی دارد؛ هر فرد بر اساس هدف خود انتخاب می‌کند که چه چیزی را بشنود و چه چیزی را حذف کند. سکوت می‌تواند به اندازه‌ی صدا نقش روایی ایفا کند، چرا که با حذف صوت، تمرکز مخاطب به جنبه‌ای خاص از تصویر یا درون ذهن شخصیت جلب می‌شود.

فیزیک صوت و مولفه‌های بنیادین آن

آقای سحرخیز در نشست به بررسی فیزیک صوت پرداختند و بیان کردند که شناخت ساختار فیزیکی صدا برای هر طراح صدا یا انیماتور امری ضروری است. ایشان اجزای اصلی تشکیل‌دهنده‌ی صدا را به شرح زیر معرفی کردند:   امواج صوتی : تغییرات فشاری در محیط (معمولاً هوا) که در اثر ارتعاش منبع صوت ایجاد میشوند. فرکانس :تعداد نوسانات موج در هر ثانیه که با واحد هرتز ( سنجیده می‌شود و عامل تعیین‌کننده‌ی زیر و بمی صداست. دامنه: میزان شدت یا بلندی صوت که درک حجم صدا را مشخص می‌کند. طول موج : فاصله‌ی میان دو نقطه‌ی هم‌فاز در موج صوتی که با فرکانس نسبت معکوس دارد. رنگ صوت: ویژگی کیفی صدا که موجب تمایز میان دو منبع صوتی با فرکانس و دامنه‌ی مشابه می‌شود.  سرعت صوت : میزان سرعت انتشار موج صوت در محیط‌های مختلف.

ایشان تأکید کردند که صدا همیشه نیازمند یک مدیای حامل است و در مدیوم فیلم یا انیمیشن، این مدیا اغلب در قالب دیالوگ نمود پیدا می‌کند.

دیالوگ در انیمیشن

آقای سحرخیز دیالوگ را ستون اصلی صدا در روایت دانستند و انواع آن را چنین طبقه‌بندی کردند:دیالوگ: صدایی که در هنگام ضبط صحنه یا اجرا ثبت می‌شود.  نریشن: صدای روایی یا گفتار خارج از قاب که معمولاً توسط راوی بیان می‌شود همهمه‌های دارای مفهوم ، گفتگوها یا صداهای پس‌زمینه‌ای که با وجود عدم تمرکز شنونده، حامل معنا یا اطلاعات روایی‌اند. دیالوگ دوبله‌شده یا صدای بازضبط‌شده در استودیو برای جایگزینی دیالوگ اصلی به‌منظور بهبود کیفیت یا تغییر محتوا.  ضبط صدا و هدایت بازیگر: انتخاب نوع میکروفون، زاویه‌ی ضبط و هدایت صحیح بازیگر در حین صداگذاری.

سحر خیز توضیح داد که در انیمیشن، دیالوگ می‌تواند در سه مولفه‌ی اصلی شکل بگیرد: نریشن (گفتار بیرونی)،  همهمه‌ی واضح همهمه‌ی غیرواضح . حداقل نرخ استاندارد ضبط صدا در این زمینه ۴۸ کیلوهرتز است که تضمین‌کننده‌ی کیفیت مناسب برای پردازش در مراحل پس‌تولید است. در ادامه، آقای سحرخیز تفاوت میان همهمه‌ی غیرواضح شنیداری و همهمه‌ی غیرواضح احساسی را تشریح کردند.

در نوع نخست، صدا در باند FX یا FSX قرار می‌گیرد و تنها به‌صورت حسی درک می‌شود، بدون آنکه شنونده به‌طور آگاهانه آن را بشنود. اما در نوع دوم، صدا هم شنیده می‌شود و هم احساس می‌شود، به‌گونه‌ای که درک ناخودآگاه مخاطب را درگیر می‌کند.

طبقه‌بندی صدا و سطوح ادراک

آقای سحرخیز در ادامه، تقسیم‌بندی صدا را در سه سطح معرفی کردند: سببی (Casual): صداهایی که به‌طور مستقیم از یک علت فیزیکی ناشی می‌شوند. مفهومی (Semantic): صداهایی که حامل معنا و اطلاعات زبانی هستند، مانند گفتار و نریشن.  تقلیل‌یافته (Reduced): ادراک صوت بدون در نظر گرفتن منبع آن؛ شنیدن صرفاً به‌عنوان کیفیت صوتی مستقل (مانند شنیدن موسیقی تجربی).

 ایشان همچنین به تمایز میان صدای دایجتیک (Diegetic) و غیردایجتیک (Non-Diegetic) پرداختند؛ صداهای دایجتیک آن‌هایی هستند که منشأشان درون دنیای فیلم یا انیمیشن قرار دارد (مانند گفت‌وگوی کاراکترها یا صدای محیط صحنه). در مقابل، صداهای غیردایجتیک شامل موسیقی متن یا صدای نریتور می‌شوند که از دنیای داستان بیرون‌اند.

 سحرخیز با اشاره به امکان خلاقیت در تغییر قواعد دایجتیک و غیردایجتیک توضیح دادند که این تغییر می‌تواند در انیمیشن ابزاری تأثیرگذار برای برهم‌زدن انتظار مخاطب باشد. ایشان مثالی از فیلمی پخش کردند که در آن فردی بالون‌هایی را با سوزن می‌ترکاند، اما صدایی متفاوت از انتظار شنیده می‌شود. این جایگزینی غیرمنتظره باعث شگفتی مخاطب و خلق لحظه‌ای خلاقانه در طراحی صدا می‌شود.

مولفه‌های هدایت ادراک در طراحی صوت

در ادامه، آقای سحرخیز به مبحثی تحت عنوان هدایت ادراک پرداختند و آن را یکی از بنیادی‌ترین وظایف طراحی صوت دانستند. به‌گفته‌ی ایشان، طراح صدا باید آگاهانه گوش و چشم مخاطب را در مسیر روایی اثر هدایت کند. ایشان مولفه‌های هدایت ادراک را به شرح زیر برشمردند:  هدایت مخاطب به درون قصه،هدایت چشم،  ایجاد و مشخص‌کردن نقطه‌دید، ایجاد تضاد میان واقعیت و ذهنیت،  گسترش زاویه دید،  ایجاد تنش و رهاسازی،  حفظ تداوم روایی . سحرخیز افزود: که اگر افکتی صوتی از بیرون صحنه یا سالن به گوش برسد، هدف آن می‌تواند جلب توجه مخاطب به بیرون از قاب باشد؛ این تکنیک در راستای «هدایت ادراک» مورد استفاده قرار می‌گیرد. در مقابل، صداهایی که در خدمت هدایت مخاطب نیستند باید حذف شوند تا تمرکز شنیداری دچار آشفتگی نگردد.

وی تأکید کرد که در نقاطی از روایت که مخاطب باید تمرکز بصری داشته باشد، محلی‌سازی (Localization) باید به‌صورت دقیق انجام شود تا نگاه بیننده با مسیر صوتی هماهنگ گردد. در مبحث تنش و رهاسازی،  سحرخیز توضیح داد که این فرآیند می‌تواند از طریق المان‌های صوتی نظیر جیغ، گریه، یا افزایش و کاهش ناگهانی ریتم و حجم صدا ایجاد شود. چنین تغییراتی قادر است احساس نگرانی یا آرامش را در بیننده برانگیزد و درک دراماتیک او را تقویت کند.

افکت‌های صوتی

کامران سحرخیز در بخش بعد به طبقه‌بندی افکت‌های صوتی پرداختند و آن‌ها را به پنج دسته‌ی کلی تقسیم کردند:   افکت‌های هم‌زمان با تصویر (Hard Effects): صداهایی که دقیقاً با کنش تصویری هماهنگ‌اند.صداهای پس‌زمینه (Ambience): اصوات محیطی که فضا و حس مکان را منتقل می‌کنند.افکت‌های سالن (Foley): صداهایی که در استودیو و به‌صورت هم‌زمان با نمایش تصویر بازآفرینی می‌شوند. همهمه‌ها (Group Walla): صدای جمعیت یا گفتگوهای غیرمتمرکز که در پس‌زمینه شنیده می‌شوند.  افکت‌های طراحی‌شده و مرکب: صداهای ترکیبی یا ساخته‌شده از چند منبع صوتی برای خلق جلوه‌های ویژه یا فانتزی. در توضیح تفاوت میان Effect و Foley، ایشان گفتند که افکت‌ها معمولاً از کتابخانه‌های صوتی یا منابع دیجیتال انتخاب می‌شوند و به تصویر افزوده می‌گردند، اما Foley صداهایی هستند که هم‌زمان با پخش تصویر تولید و ضبط می‌شوند تا حس طبیعی‌تری منتقل کنند. در سینمای هالیوود، معمولاً ترجیح داده می‌شود از صداهای تکراری یا آرشیوی استفاده نشود تا کیفیت شنیداری اثر تازه و منحصربه‌فرد باقی بماند. این استاد توصیه کرد که در فرایند تولید انیمیشن، افکت‌ها و صداگذاری‌ها باید پیش از موسیقی ساخته شوند، زیرا افزودن موسیقی در مراحل اولیه می‌تواند طراح صدا را از تمرکز بر جزئیات شنیداری بازدارد. ایشان افزودند که موسیقی می‌تواند مود اثر را تغییر دهد و بسته به نحوه‌ی استفاده، هم ابزار کمکی و هم عامل انحرافی باشد، وزن اصلی طراحی صوت باید بر دو مؤلفه‌ی افکت‌ها و آمبیانس‌ها قرار گیرد، چرا که در آثار دانشجویی معمولاً به این دو بخش کمتر توجه می‌شود و بیشتر تمرکز بر موسیقی است.

موسیقی در انیمیشن

در بخش پایانی، سحرخیز به نقش موسیقی در انیمیشن پرداختند و انواع آن را چنین برشمردند:موسیقی متن: موسیقی‌ای که در پس‌زمینه‌ی صحنه جریان دارد و احساسات را تقویت می‌کند. موسیقی صحنه: موسیقی‌ای که منبع آن درون داستان مشخص است.  آوازها: قطعات آوازی که ممکن است بخشی از روایت یا فضای کلی اثر باشند.موسیقی تیتراژ: موسیقی ابتدایی یا پایانی اثر. 

وی خاطرنشان کرد که موسیقی تیتراژ نخستین نقطه‌ی تماس مخاطب با فیلم است و نقش مهمی در شکل‌گیری ارتباط اولیه‌ی او با اثر دارد.  اگر انیمیشن برای نمایش سینمایی تولید می‌شود، حتماً صدا به‌صورت چندکاناله (ترجیحاً ۵.۱ کاناله) طراحی و میکس شود تا کیفیت فضایی و عمق صوتی مطلوبی حاصل گردد. در مقابل، برای پخش تلویزیونی یا اینترنتی، صدای استریو کفایت می‌کند.

او در پایان،ترتیب صحیح مراحل صداگذاری را چنین بیان کرد: تدوین تصویر، افکت‌گذاری و صداگذاری، میکس موسیقی در مرحله‌ی نهایی.

در جمع‌بندی این نشست، آقای کامران سحرخیز بر این نکته تأکید کردند که صدا نه عنصری الحاقی، بلکه بنیان ادراک و روایت در انیمیشن است. ایشان نشان دادند که طراحی صوت، از شناخت فیزیک صدا و اصول فنی ضبط گرفته تا درک روان‌شناختی شنیدن و هدایت ادراک مخاطب، نقشی کلیدی در جان‌بخشی به تصویر ایفا می‌کند. پست‌پروداکشن و طراحی صدا زمانی معنا می‌یابند که هنرمند بداند اثرش برای کدام مدیا ساخته می‌شود و بتواند میان صدا، تصویر و احساس مخاطب هماهنگی ایجاد کند.