برداشت داغ: معضل صورت بایوویری در بازی‌ها
در سری مطالب «برداشت داغ» قصد داریم از زبان یاتزی کروشو (Yahtzee Croshaw)، یکی از منتقدان و طنزپردازان باذکاوت و پرسابقه‌ی عرصه‌ی گیم، یک سری برداشت جنجالی از وضعیت روز صنعت گیم داشته باشیم و ببینیم اگر اشکالی در صنعت گیم وجود دارد، ریشه‌ی آن به کجا برمی‌گردد. با ما همراه باشید.
من اخیراً فاینال فانتزی ۱۶ (Final Fantasy XVI) را بازی کردم، بازی‌ای که شخصیت اصلی آن یک خارپشت دریایی است که مثل انسان حرکت می‌کند. در این بازی هم مثل بسیاری از نقش‌آفرینی‌های دیگر، وراجی نقش پررنگی دارد.
در چنین بازی‌ای امکان ندارد یکی از شخصیت‌های فرعی با دست یکی از کوه‌های کریستالی دوردست را نشان دهد و بگوید: «هی کلایو، برو آن کوه کریستالی را خرد کن و هرچیزی را که از آن بیرون می‌آید، بکش.» چون ما با قصه‌گویی حماسی طرف هستیم که داستان آن در طی چند دهه اتفاق می‌افتد. قرار نیست هیچ اتفاقی به سادگی بیفتد. برای همین، باید یک عالمه صحنه‌ی دیالوگ‌گویی داشته باشیم.
ولی مسئله این است که فاینال فانتزی ۱۶ چند سطح دیالوگ دارد. سطح اول، دیالوگ‌های اصلی است که در میان‌پرده‌هایی در نقاط حساس داستان به نمایش می‌آیند، به‌طور کامل صداگذاری شده‌اند، حین بیان‌شان زاویه‌ی دوربین به شکلی سینمایی بین شخصیتها جابجا می‌شود و انیمیشن شخصیتها نیز دراماتیک است.
سطح دوم، دیالوگ‌هایی با اهمیت کمتر است که به‌شخصه دوست دارم «میان‌پرده‌های رندرشده با موتور خود بازی» خطاب‌شان کنم، هرچند که از لحاظ فنی همه‌یشان در موتور بازی رندر شده‌اند. چنین دیالوگ‌هایی هنگام تعامل عادی با شخصیت‌های دیگر و ماموریت فرعی گرفتن به نمایش درمی‌آیند. در این حالت، دو شخصیت به چشمان هم خیره شده‌اند، روی زمین ایستاده‌اند و هروقت نوبت حرف زدن هرکدام می‌شود، دوربین از یکی به سمت دیگری جابجا می‌شود. در این حالت، دیالوگ‌ها صداگذاری نشده‌اند و فقط متن دیالوگ نمایش داده می‌شود. فقط در ابتدای شروع دیالوگ یک جمله‌ی کلیشه‌ای بیان می‌شود به نشانه‌ی این‌که فلانی در حال حرف زدن است.
وقتی بازی از سطح دیالوگ ۱ به سطح دیالوگ ۲ تغییر جهت می‌دهد، این تغییر همیشه بدقلق و معذب‌کننده به نظر می‌رسد. دلیل اول این است که یک نوع دیالوگ صداگذاری شده و نوع دیگر نشده، ولی دلیل دیگر این است که در دیالوگ‌های نوع اول، دیالوگ‌هایی که در میان‌پرده‌های سینمایی ادا می‌شوند، دیالوگ‌ها همراه با موشن‌کپچر ضبط شده‌اند. اگر شخصیتها را در حال حرف زدن تماشا کنید، می‌بینید که با حرکات ریز و حالات جزیی صورت روی کلمات‌شان تاکید می‌کنند.
ضبط موشن‌کپچر برای چنین میان‌پرده‌هایی باعث می‌شود حال‌وهوایی بسیار واقع‌گرایانه داشته باشند، برای همین اگر این صورت‌های موشن‌کپچرشده را با انیمیشن‌های ثابت جایگزین کنید که هر از گاهی در آن شخصیت یک حرکت از پیش تعیین شده انجام می‌دهد (مثلاً تکان دادن دست) که با حرفی که دارد زده می‌شود تناسب ندارد، نتیجه‌ی حاصل‌شده بدجوری توی ذوق می‌زند. انگار که همه‌ی شخصیتها به عروسک‌های خیمه‌شب‌بازی کاپیتان اسکارلت تبدیل شده‌اند.
بازی‌های بسیاری این کار را انجام می‌دهند. برخی از بازی‌ها حتی سطوح دیالوگ بیشتری هم دارند. مثلاً:
- برای قسمت‌های خیلی مهم موشن‌کپچر و صداگذاری به‌طور کامل انجام می‌شود
- برای قسمت‌های مهم صداگذاری کامل انجام می‌شود، ولی فقط شاهد انیمیشن‌های از پیش‌تعیین‌شده هستیم
- برای قسمت‌های نه‌چندان مهم (یا قسمت‌هایی که در بخش تولید فرصت کافی برای توسعه دادنشان وجود نداشت) نه صداگذاری انجام شده، نه موشن‌کپچر
فکر کنم یکی از بازی‌های یاکوزا (Yakuza) بود که حتی یک سطح دیالوگ دیگر پایین‌تر از موارد اشاره‌شده داشت که در آن بازی حالت ویژوال ناول (Visual Novel) به خود می‌گرفت و در آن فقط شاهد متن دیالوگ و عکسی ثابت از گوینده بودیم.
البته من دلیل پشت این قضیه را می‌دانم. همان‌طور که گفتم، هدف این بازی‌ها این است که داستانی بزرگ و حماسی تعریف کنند که پر از فعالیت‌های جانبی و دیالوگ‌های فرعی است. برای همین برای ناشران‌شان، از لحاظ مالی به‌صرفه نیست که تمام تعامل‌های ریز را به‌شکل میان‌پرده‌های کامل و سینمایی بازسازی کنند. برای ساختن چنین بازی‌ای، به یک سیستم نیمه‌خودکار نیاز دارید که بتوانید از آن یک میلیون دیالوگ تصادفی استخراج کنید که به‌نوعی نقش خشت بین آجرهای گیم‌پلی را ایفا می‌کنند.
در طی سال‌ها، ما یاد گرفته‌ایم که این سیستم را بپذیریم. حتی در دوران پلی‌استیشن ۲ هم رسم بر این بود که بیشتر میان‌پرده‌ها داخل موتور بازی رندر شوند، ولی تعداد کمی از میان‌پرده‌های بسیار مهم به صورت کلیپ‌های از پیش‌رندرشده ساخته شوند. معمولاً هم سازنده‌یشان یک استودیوی دیگر بود (که احتمالاً تخصص در این کار داشت) و برای همین سبک زیباشناسانه‌ی این میان‌پرده‌ها در مقایسه با خود بازی متفاوت بود.
ولی بعد به این فکر کردم که شاید این یکی از موضوع‌هایی است که بهتر است به آن، به چشم کسی نگاه کنم که مدت‌هاست درگیر صنعت بازی نبوده و زبان‌درازی هم بلد نیست. مثلاً از دید یک بچه‌ی ساده‌لوح که صرفاً بازی‌های ویدیویی را به چشم دروازه‌های جادویی به جهانی خیالی می‌بیند تا روزهای گرم و خسته‌کننده‌ی تابستان را بگذراند. آیا چنین بچه‌ای می‌تواند درک کند که چرا شخصیت‌های فاینال فانتزی گاهی اوقات صداگذاری شده‌اند و گاهی‌اوقات مثل نارگیل روی چوب‌خشک یک جا ایستاده‌اند و هر از گاهی مثل دوتا حلزون که دارند تانگو می‌رقصند تکانی به خودشان می‌دهند و صدا از ندایشان درنمی‌آید؟
چون من یاد دوران کودکی خودم در انگلستان می‌افتم که ساده‌لوح بودم و کمیک‌های بینو (Beno) می‌خواندم و برایم سوال بود که چرا دوتا کمیک‌استریپ متفاوت سبک هنری یکسان دارند. در آن دوران آنقدر سنم کم بود و در دنیای خیال غرق شده بودم که حاضر نبودم احتمال این‌که «هنرمند هردو کمیک‌استریپ شخصی یکسان است» را در نظر بگیرم. برای همین، در نهایت به این نتیجه رسیدم که هردو کمیک‌استریپ در واقعیتی مشترک واقع شده‌اند و احتمالاً خارج از پنل‌های کمیک شخصیتها با هم وقت می‌گذرانند.
وقتی در نظر بگیریم که ذهن کودکان این‌گونه کار می‌کند، وقتی میان‌پرده‌های بازی‌های ویدیویی چند سطح کیفی متفاوت داشته باشند، بچه‌ها پیش خود چه فکری می‌کنند؟ آیا فکر می‌کنند که شخصیتها از رفتار درست به خرج دادن خسته شده‌اند و قصد دارند برای چند صحنه به خود تنفس بدهند؟
فکر می‌کنم برای مایی که از نزدیک با بازی‌های ویدیویی درگیر هستیم، این قضیه اینقدر عادی‌سازی شده که به‌طور غریزی اجازه می‌دهیم اتفاق بیفتد، با این تفکر که «بازی‌ها باید اینطور باشند؛ دلیلش هم طرز ساخته شدنشان است». ولی مسئله اینجاست که این سنت به تجربه‌ی بازی آسیب می‌زند و در هیچ رسانه‌ی دیگری کسی آن را تحمل نمی‌کرد.
اگر نیمی از صحنه‌های یک فیلم به‌خوبی کارگردانی شده بودند و قاب‌بندی و نورپردازی نیمی دیگر از صحنه‌ها افتضاح بود، منتقدان نمی‌گفتند: «آه، خب، ما می‌دانیم که بودجه تمام شد و عوامل مجبور شدند یک بابون را از جنگل بیاورند و به‌عنوان دستیار دوم کارگردان استخدام کنند، برای همین این مسئله را نادیده می‌گیریم.»
تصویری از بازی مس افکت اندرومدا
اگر چنین اتفاقی بیفتد، فیلم به باد انتقاد گرفته می‌شود، چون اگر آثار چالش‌های پشت‌صحنه به‌هنگام ساخت فیلم در خود فیلم معلوم شود، امکان غوطه‌ور شدن در آن از بین می‌رود. تفاوت بین دیالوگ‌های صداگذاری‌شده و موشن‌کپچرشده با دیالوگ‌های دیگر، واقعاً تفاوت بین روز و شب است.
در واقع این قضیه آنقدر تابلو است که به‌نظرم اگر امکانش نیست تا برای تمام صحنه‌ها موشن‌کپچر ضبط کرد، بهتر است کل دیالوگ‌ها را به حالت عادی ضبط کرد تا مخاطب دائماً در ذهنش این مقایسه را انجام ندهد و از جو داستان به بیرون پرتاب نشود.
ولی خب شاید این پیشنهاد هم خوب نباشد. وقتی به صحنه‌های دیالوگ خشک، خسته‌کننده و فاقد موشن‌کپچر اشاره می‌کنم، از پدیده‌ای صحبت می‌کنم که در طی سال‌ها از آن با نام «صورت بایوویری» (The Bioware Face) یاد کرده‌ام. چون این سبک دیالوگ در اثر جرمی (Mass Effect) و عصر اژدها (Dragon Age) پررنگ بود. البته اسم آن را «صورت بتسدایی» (The Bethesda Face) هم می‌توان گذاشت، چون در بازی‌هایی چون آبلیویون و فال‌اوت ۳ (Fallout 3) نیز قابل‌مشاهده است.
یکی از NPC های بازی استارفیلد
در بازی‌های بتسدا نیز وقتی سر صحبت را با یک شخصیت غیرقابل‌بازی باز می‌کنید، دوربین به‌طور کامل روی صورت او زوم می‌کند و شما هم تمام مدت گفتگو با آن‌ها چشم در چشم می‌شوید.
من از این سیستم خوشم نمی‌آید، به همان دلیل که از درخت دیالوگ خوشم نمی‌آید: مردم واقعی این‌گونه حرف نمی‌زنند. این سیستم آنقدر مصنوعی است که جلوی غرق شدن من در بازی را می‌گیرد. در دنیای واقعی، رسم بر این نیست که جلوی یک نفر بایستید، به آن‌ها خیره شوید و بعد نوبتی حرف‌تان را بزنید. در واقعیت نوشیدنی‌تان را هم می‌زنید، دور اتاق قدم می‌زنید، از پنجره بیرون را نگاه می‌کنید، حین حرف زدن با کسی شانه‌به‌شانه‌ی او به سمت جایی قدم می‌زنید، گاهی سرتان را تکان می‌دهید، گاهی می‌گویید «اوهوم»، با حرکات دست روی چیزی که می‌گویید تاکید می‌کنید؛ همین جزییات ریز است که گفتگو را واقعی جلوه می‌دهد.
من می‌دانم که «صورت بایوویری» عنصری اجتناب‌ناپذیر نیست، حتی اگر نتوانید برای تمام دیالوگ‌ها موشن‌کپچر ضبط کنید. دلیلش هم این است که ویچر ۳ (The Witcher 3) را بازی کرده‌ام.
ویچر ۳ از موشن‌کپچر برای همه‌ی دیالوگ‌ها استفاده نمی‌کند و در آن هر از گاهی «صورت بایوویری» گوشه‌چشمی از خود نشان می‌دهد، ولی در این بازی شخصیتها در همه حال در حال زل زدن به هم نیستند. آن‌ها قدم می‌زنند، می‌نشینند، روی یونیکورن ترتیب هم را می‌دهند، روی صورت‌شان تغییراتی جزیی پدیدار می‌شود.
در واقع همین جزییات کم هم کافی است، در حدی‌که به‌شخصه حاضرم لحظات خشک‌تر را نادیده بگیرم و در بازی غوطه‌ور بمانم. مسئله این است که من می‌خواهم غوطه‌ور بمانم. دوست دارم من و بازی دست در دست هم قرار دهیم و در کنار هم از داستان لذت ببریم. ولی وقتی بیشتر اوقات جلوی یک شخصیت غیرقابل‌بازی ایستاده‌ام که می‌خواهد با اشعه‌ی چشم‌هایش من را بکشد، لذت بردن از داستان سخت می‌شود.
البته متوجه این هستم که حتی همین حداقل کار ممکن نیز نیازمند زحمت زیاد است. احتمالاً این وسط میلیون‌ها ریزه‌کاری دخیل است که به‌زحمت متوجه‌شان می‌شوید و اگر نبودند، خشک بودن دیالوگ‌‌گویی‌ها معلوم می‌شد، ولی نتیجه‌ی نهایی ارزش‌اش را دارد. اگر قرار است سر این قضیه زحمت بکشید، بهتر است آن را در کل بازی پخش کنید، نه این‌که کلش را سر ساختن میان‌پرده‌هایی که هر شش ساعت یک بار پخش می‌شوند مصرف کنید، طوری‌که در بقیه‌ی قسمت‌های بازی شخصیتها شبیه عروسک آبنباتی به نظر برسند. مثل این می‌ماند که یک عالمه روی یکی از بازوهایتان کار کنید تا عضله‌هایش بزنند بیرون، در حالی‌که بازوی دیگر شبیه رشته‌ی ماکارونی است. هرکسی شما را ببیند، متوجه می‌شود چیزی سر جایش نیست و باید تا آخر عمرتان جوک‌های تکراری درباره‌ی خودارضایی کردن را تحمل کنید.
منبع: Extra Punctuation
واقعا مقاله عالی بود. متن طنز خوبی داشت و
فقط ایراد نمیگرفت بلکه راه حل میداد.