عربی آوازوں کی سمجھ کے لئے لب سنک انیمیشن سسٹم کیوں بنایا؟

عربی زبان کی ہر آواز کے لیے لب سنک انیمیشن سسٹم کیوں بنایا؟

Amal میں Rive کی طاقتور لب سنک انیمیشنز استعمال کی گئی ہیں جو بچوں کو ہر عربی آواز کو بالکل صحیح طریقے سے بنانے کا طریقہ دکھاتی ہیں — کردار کا منہ آواز کی ہم آہنگی میں حرکت کرتا ہے۔ یہ بصری صوتی طریقہ بچوں کو تلفظ سیکھنے میں مدد دیتا ہے، خاص طور پر وہ آوازیں جو انگریزی میں نہیں ہوتیں (جیسے ع، خ، غ، ح)۔

مسئلہ: عربی کی ایسی آوازیں جو انگریزی میں نہیں ہوتیں

عربی کے صوتیات میں شامل ہیں:

• حلقي حرفِ علت (ع، ح): گلے کے گہرائی میں بنتی ہیں، انگریزی میں نہیں ہوتیں
• حنجری حرف (ق، خ، غ): زبان کے پیچھے سے نکلتی ہیں
• مؤکد حرف (ص، ض، ط، ظ): زبان کے سکڑنے سے ادا کی جاتی ہیں

بچے یہ آوازیں صرف متن سے نہیں سیکھ سکتے — انہیں منہ کی پوزیشن دیکھنا ضروری ہے۔ روایتی طریقہ: استاد ذاتی طور پر دکھاتا ہے۔ ہمارا طریقہ: ایک AI کردار اسکرین پر صبر سے دکھاتا ہے، جو ہمیشہ دستیاب ہوتا ہے۔

لب سنک سسٹم کیسے کام کرتا ہے

Rive انیمیشن انجن
Rive (جو پہلے Flare کہلاتا تھا) ایک 2D انیمیشن سسٹم ہے جس میں اسٹیٹ مشین سپورٹ ہوتی ہے۔ ہم اسے اس لیے استعمال کرتے ہیں کیونکہ:

• اسٹیٹ مشینز idle → بولنا → غلطی → جشن کے درمیان ہموار منتقلی کو ممکن بناتی ہیں
• رن ٹائم میں پروگرام کے ذریعے منہ کی پوزیشن بدلنے کی سہولت، پری رینڈرد سیکوینس نہیں چلائیں جاتے
• تمام انیمیشن اسٹیٹس ایک واحد .riv فائل میں ہوتے ہیں (ہزاروں اسپریٹ فریمز کے بجائے)
• GPU-فوری، درمیانے معیار کے ڈیوائسز پر 60fps کی رفتار سے چلتا ہے

اسپیچ مارکس پائپ لائن

1. ٹیکسٹ ٹو اسپیچ "أَنَا" کے لیے آڈیو تیار کرتا ہے
2. TTS "speech marks" دیتا ہے — ہر فونیم کے لیے عین وقتی نشانات
3. ہمارا lip_sync_avatar.json فونیمز کو Rive منہ کے اسٹیٹس سے ملاتا ہے
4. LipSyncController پلے بیک کے ہم آہنگ اسٹیٹ مشین کو چلاتا ہے
5. بچہ کردار کے منہ کی صحیح پوزیشن دیکھتا ہے جب وہ آواز سنتا ہے

TTS Audio + Speech Marks
    ↓
[Extract Phoneme Timing]
    ↓
[Map to Rive States]
    ↓
[Animate Character Mouth]
    ↓
[Child Sees Mouth Position]

متعدد کرداروں کی اقسام

• مرکزی Amal کردار مکمل جسم اور صرف چہرے کے ویرینٹس کے ساتھ
• دوستانہ معاون کردار تنوع اور دلچسپی کے لیے
• حسب منشا اوتار: بچے سر کی شکل، لباس، رنگ اور زیورات خود منتخب کرتے ہیں
• جذباتی حالتیں: idle، بولنا، غلطی (حوصلہ افزائی)، جشن (تعریف)

جب بچے اپنا کردار حسب منشا بناتے ہیں تو وہ شخصی بن جاتا ہے جو پورے ایپ میں ان کی رہنمائی کرتا ہے — جذباتی وابستگی پیدا کرتا ہے۔

Rive کیوں؟ (Lottie یا Sprite Sheets نہیں)

طریقہ	اسٹیٹ مشین	رن ٹائم کنٹرول	فائل سائز	کارکردگی	لاگت
Rive	✓	✓	1.2 MB	60fps	انجینئرنگ کا وقت
Lottie	✗	جزوی	2-3 MB	30fps	انیمیشن کا وقت
Sprites	✗	دستی	50+ MB	60fps	ایسٹس کا ذخیرہ
ویڈیو	نہیں	✗	100+ MB	متغیر	ہوسٹنگ کی لاگت

Rive جیت گیا کیونکہ ہمیں موبائل ایپ کے لیے پروگراماتی کنٹرول، اسٹیٹ ٹرانزیشن اور چھوٹے فائل سائز کی ضرورت ہے جو 95,000+ بچوں کو فراہم کر رہا ہے۔

تعلیمی اثرات

تحقیقات سے پتہ چلتا ہے کہ بصری-صوتی طریقہ (منہ کی پوزیشن دیکھتے ہوئے آواز سننا) تلفظ سیکھنے کی رفتار بڑھاتا ہے۔ ہمارے داخلی ڈیٹا:

• جن بچوں نے لب سنک دیکھا، وہ 40% تیزی سے تلفظ سیکھے
• بصری فیڈ بیک سے تلفظ کی درستگی 3 گنا بہتر ہوئی
• خصوصاً ان بچوں کے لیے موثر جو غیر مسلم عربی بولنے والے گھر میں نہیں ہیں

مسابقتی کمپنیاں یہ کام کیوں نہیں کر سکتیں

یہ بنانا چاہیے:

1. صوتیات کی مہارت (پتا ہونا کہ کون سی منہ کی پوزیشن کس آواز سے میل کھاتی ہے)
2. Rive انیمیشن مہارت (اسٹیٹ مشین ڈیزائن پیچیدہ ہے)
3. TTS کے اسپیچ مارکس کی انٹیگریشن (ہر TTS فراہم کنندہ یہ نہیں دیتا)
4. موبائل اصلاحات (Rive 60fps پر تمام ڈیوائسز پر رن ہونا)
5. کردار حسب منشا نظام (کمپونینٹ پر مبنی اوتار آرکیٹیکچر)

سوالات

س: کیا میرا بچہ انیمیشن کی رفتار بدل سکتا ہے؟
ج: ہاں، مشکل آوازوں کے لیے رفتار آہستہ کی جا سکتی ہے؛ تجربہ کار کے لیے تیز۔ ایپ خود کار طور پر کارکردگی کے مطابق ایڈجسٹ کرتی ہے۔

س: کیا ہر ورزش میں لب سنک انیمیشن ہوتی ہے؟
ج: بول کر کہنا اور تلفظ کی مشقوں میں مکمل لب سنک شامل ہے۔ دوسرے کھیل اور پہیلیاں کردار کی حوصلہ افزائی اور انعامی انیمیشنز کے لیے استعمال ہوتی ہیں۔

س: کبھی کبھار کردار غلطی کی انیمیشن کیوں دکھاتا ہے؟
ج: جب تقریر کی شناخت غلط تلفظ پکڑتی ہے تو کردار نرم انداز میں "دوبارہ کوشش کرو" کا اظہار کرتا ہے۔ یہ تنبیہ نہیں بلکہ حوصلہ افزائی ہے — بچے کوششوں سے سیکھتے ہیں۔