Definizione. La generazione di dialoghi a più personaggi è il processo con cui un modello linguistico scrive una conversazione tra due o più personaggi, attribuendo ogni battuta a chi la pronuncia, e con cui una pipeline trasforma poi quelle battute in voci distinte, sottotitoli e scene animate. Il problema non è solo scrivere frasi plausibili: è mantenere per tutta la storia chi dice che cosa, con quale voce e in quale momento.

Nei film generati dall’AI il dialogo è spesso il punto in cui la qualità crolla. Un narratore unico è semplice da gestire; quattro personaggi che si interrompono, si rispondono e cambiano scena richiedono una struttura dati precisa e diversi controlli lungo il percorso.

Le componenti di un sistema di dialogo

  • Il cast. L’elenco dei personaggi, ciascuno con un nome univoco, una descrizione e un profilo vocale. Il nome è la chiave che collega battute, voci e immagini.
  • La sceneggiatura. Una sequenza strutturata di battute, dove ciascuna riporta almeno il personaggio che parla e il testo. Una struttura esplicita, e non un testo libero, è ciò che rende affidabile l’attribuzione.
  • Il casting delle voci. L’associazione di una voce sintetica a ogni personaggio, fissa per tutto il progetto.
  • La messa in scena. La distribuzione delle battute nelle scene, con l’indicazione di chi è presente e di chi parla.
  • I sottotitoli. Testo a schermo che riporta la battuta e, nei dialoghi, il nome di chi parla.

Come un modello linguistico scrive un dialogo

Un modello linguistico, istruito come regista o sceneggiatore, riceve la storia, l’elenco dei personaggi e i vincoli di produzione, come la durata totale, il numero di scene e la lunghezza massima delle battute. Restituisce un oggetto strutturato, non un testo teatrale da interpretare. Questa distinzione è fondamentale: un copione in prosa costringe la pipeline a indovinare dove finisce una battuta e chi la pronuncia, mentre un elenco di coppie personaggio–battuta elimina l’ambiguità.

I vincoli migliorano sensibilmente il risultato. Una battuta breve si pronuncia bene in una scena di pochi secondi; un limite al numero di battute impedisce che il dialogo schiacci la storia; l’obbligo di usare solo nomi presenti nel cast impedisce personaggi inventati. Un validatore controlla l’output e, se trova nomi sconosciuti o battute vuote, chiede una correzione.

Attribuzione delle battute

L’attribuzione è il cuore del problema. Gli errori più frequenti sono tre: la battuta assegnata al personaggio sbagliato, il personaggio che parla in una scena in cui non è presente e il nome che cambia forma (“Ada”, “la dottoressa Ada”, “Ada R.”). Le contromisure sono semplici ma vanno applicate con rigore: nomi brevi e distinti, confronto esatto con l’elenco del cast, verifica che chi parla sia tra i presenti nella scena. Quando il copione viene scritto dall’utente, conviene che l’interfaccia offra un menu con i personaggi invece di un campo libero.

Casting delle voci

Una volta attribuite le battute, ogni personaggio riceve una voce. Può essere scelta automaticamente in base al profilo (età, genere, carattere) o selezionata manualmente da un catalogo di voci maschili e femminili. La regola d’oro è che la voce resti fissa: lo stesso personaggio deve suonare uguale nella prima e nell’ultima scena. Anche il contrasto conta: due personaggi con voci simili confondono lo spettatore, soprattutto quando parlano fuori campo. Se c’è anche un narratore, la sua voce deve distinguersi chiaramente da quelle del cast.

Narratore, dialogo o entrambi

Il dialogo non è sempre la scelta migliore. Molti sistemi offrono modalità diverse di parlato. In Yeşilçam Studios il selettore Parlato propone Narratore (una sola voce narrante), Dialogo (i personaggi parlano tra loro, senza narratore), Entrambi (narratore più battute) e Muto (solo musica, mixata più alta in assenza di voce). Il dialogo puro funziona quando i personaggi sono ben definiti e le scene sono di confronto; il narratore regge meglio i salti di tempo e luogo; la modalità mista unisce le due cose al prezzo di una maggiore densità di parlato. Le differenze sono spiegate nella guida dialogo, narrazione e sottotitoli.

Tre modi di ottenere un dialogo

  1. Lasciarlo al regista. Si lascia vuoto il copione e il modello linguistico scrive le battute insieme al resto della sceneggiatura.
  2. Scriverlo a mano. Con l’opzione Scrivo io il dialogo si inseriscono personaggio e battuta riga per riga, fino a 30 battute di massimo 200 caratteri ciascuna; le battute vengono usate così come sono scritte.
  3. Farlo scrivere e poi correggerlo. Con Scrivi il dialogo con Sam il sistema redige una bozza a partire dalla storia e dai personaggi, per un piccolo costo in token mostrato alla fine, e l’utente la modifica prima di produrre.

Le tre strade sono discusse con esempi nella guida scrivere il dialogo con l’AI.

Sottotitoli con il nome di chi parla

Nei dialoghi i sottotitoli svolgono un doppio ruolo: rendono il contenuto fruibile senza audio, cosa essenziale sui social, e chiariscono chi sta parlando quando la bocca non è visibile o i personaggi sono più di due. La convenzione più chiara è anteporre il nome del personaggio alla battuta. I sottotitoli devono seguire i tempi reali della voce, non quelli teorici del copione, altrimenti compaiono in anticipo o restano a schermo dopo la fine della frase.

Limiti e buone pratiche

  • Poche battute, brevi e con uno scopo: un dialogo generato tende a essere prolisso se non viene vincolato.
  • Nomi diversi anche nel suono, non solo nella grafia, per evitare confusione all’ascolto.
  • Un numero contenuto di personaggi: con più di quattro voci in pochi minuti lo spettatore si perde.
  • Rilettura umana del copione prima della produzione, perché modificare il testo costa pochissimo, rifare le clip molto di più.

Per il passo successivo, cioè far coincidere la voce con la bocca, si veda l’articolo sul lip sync nell’animazione AI. Gli stili che supportano personaggi e dialogo sono nella pagina Animation.

Domande frequenti

Quanti personaggi può gestire un dialogo generato? Tecnicamente molti, ma la leggibilità cala in fretta. In Yeşilçam Studios un progetto può avere fino a 4 personaggi, un numero adatto a brevi film.

Le mie battute vengono riscritte dal sistema? Se si sceglie di scrivere il dialogo a mano, le battute vengono usate così come sono. Il regista scrive solo quando il copione è lasciato vuoto.

Come fa lo spettatore a sapere chi parla? Grazie a voci ben distinte, al movimento della bocca del personaggio che parla e ai sottotitoli che mostrano il nome di chi pronuncia la battuta.

Il dialogo è disponibile in tutti gli stili? No. Gli stili in cui il testo è il contenuto stesso, come la tipografia cinetica o il libro pop-up, non prevedono dialoghi tra personaggi.