Voz e som
Você não pode ouvir. Decida por medições, verifique por transcrição e diga à pessoa o que escutar.
1. A voz
Gere um arquivo por fala com scripts/vo.py lines.json assets/vo-raw <voice_id>. Ele consulta a ElevenLabs para
obter timings de palavras e passa as falas anterior e posterior, para que a entonação flua de fala para fala. Esses
timings de palavras são o relógio do filme: cada corte e cada card é posicionado em uma palavra.
Depois execute scripts/vo_finish.py assets/vo-raw assets/vo:
- nivela cada fala para −17 LUFS (as takes geradas variam em 10 dB ou mais);
- com
--tighten <prefix>, encurta pausas acima de 0,34 s em seções rápidas. Falas escritas como fragmentos ("Kabir. Designer. ...") voltam com lacunas de meio segundo ou mais, e o filme parece lento por causa disso.
Verifique cada fala. Junte os arquivos, transcreva-os (npx hyperframes transcribe file.wav --json) e leia
o texto comparado ao roteiro. A fala gerada omite e troca palavras pequenas: "couldn't" retornou como "could".
Reescreva essa fala ("could not") e gere-a novamente. Reporte qualquer discordância entre o transcritor e o roteiro,
mesmo quando você achar que o transcritor é quem está errado.
Ritmo. Após finalizar, a fala do filme deve ter de 2,4 a 2,8 palavras por segundo para um filme enérgico. Um narrador calmo e lento torna o filme lento independentemente da edição; esta é a razão mais comum pela qual um primeiro rascunho é considerado chato.
Refaça falas individuais com --only id,id; o arquivo de timings é mesclado.
2. Escolhendo um narrador com a pessoa
Voz é gosto, e é deles. Ofereça amostras cedo, antes que o filme seja construído sobre uma voz, porque uma nova voz altera o comprimento de cada fala e de cada deixa.
- Pesquise a biblioteca de vozes por sotaque, gênero e uso (sua API lista vozes compartilhadas com descrições).
- Gere a mesma passagem com cinco a oito vozes:
vo.py lines.json samples A,B,C --sample 5. Use uma passagem que contenha os nomes e o nome da marca. - Entregue a eles os arquivos com uma linha cada: a descrição da própria biblioteca e o ritmo medido. Você não pode classificá-las de ouvido; diga isso.
Nomes. Uma voz pode pronunciar mal nomes de outra língua. Faça um A/B das falas com nomes: como escritas, e reescritas foneticamente para aquele leitor (Kabeer, Urjun). Deixe que escolham. Verificar a pronúncia do nome da marca é trabalho da pessoa; peça isso explicitamente.
3. Música que acompanha o clima
Uma única faixa do início ao fim achata uma história. Mapeie os atos para climas primeiro, depois encontre uma faixa para cada um:
| Parte do filme | Clima | O que procurar |
|---|---|---|
| Abertura, apresentação das pessoas | leve, esperançoso | piano calmo ou pulsação suave, pouca percussão |
| O problema | tenso, pesado | uma base escura que cresce lentamente; adicione um batimento cardíaco ou um zumbido grave |
| A frase que resume tudo | quase silêncio | um único golpe baixo, depois quase nada sob as palavras |
| O produto chega | elevação | uma faixa animada cuja introdução é contida e que acelera depois |
| Final e card final | alívio | a seção mais suave da mesma faixa |
Escolhendo sem ouvir. Para cada candidata, meça o nível ao longo do tempo (scripts/levels.py track 2)
e seu tempo. Você está procurando formato: um trecho silencioso constante para a abertura; uma subida lenta para
tensão; um salto claro de 5 dB ou mais onde uma faixa acelera. Posicione a aceleração no momento em que a
resposta do produto aparece. Encontre a grade de batidas (tempo e o momento da primeira batida forte) para qualquer
seção cortada no ritmo.
Editando uma faixa. Corte apenas nas linhas de compasso, com um crossfade de 40 ms, e cubra a junção com um corte na imagem. Para terminar uma faixa antes do fim, salte de uma linha de compasso na seção alta para uma linha de compasso onde a seção suave começa. Após a edição, meça ao redor da junção para confirmar que o nível muda onde você pretendia.
Mudando de faixa. Mude em um corte seco na imagem, com um impacto no corte. Desvaneça a faixa de saída em 0,3 s.
4. Efeitos sonoros
Sons pequenos fazem os cards e cortes parecerem colocados. Mantenha um kit: três ou quatro estalos curtos, um toque, tons de enviado e recebido, caneta no papel, um whoosh suave, um boom grave, um riser escuro, um batimento cardíaco.
- Meça onde está o pico de cada efeito (
levels.py file 0.1). Um riser pode atingir o pico 1,9 s após o início do arquivo; um impacto pode ter 0,25 s de silêncio primeiro. Inicie o arquivo para que o pico caia na imagem. - Coloque o som cerca de 20 ms após a imagem, nunca antes.
- Alterne dois ou três estalos diferentes em uma sequência de cards.
- Um batimento cardíaco sob uma seção tensa: baixo no início (0,3), subindo (0,4, depois 0,6) e deixado sozinho por um segundo quando a música para.
5. A mixagem
Clipes na composição raiz: música em seus próprios clipes com data-volume="1", voz em 1,25 após nivelamento,
efeitos entre 0,35 e 2,0 dependendo do arquivo.
scripts/mix.py index.html mix.json escreve as faixas de volume que abaixam a música sob a voz. Escolha os níveis
a partir do nível medido da faixa: uma base deve ficar 11 a 13 dB abaixo da voz.
| Base, medida | Sob a voz | Nos intervalos |
|---|---|---|
| piano calmo, −25 dBFS | 0,9 | 1,5 |
| base escura, −21 dBFS | 0,55 | 0,95 |
| faixa animada, abertura contida, −17 dBFS | 0,34 | 0,62 |
| a mesma faixa em arranjo completo, −11 dBFS | 0,19 | 0,4 |
| sua seção suave, −15 dBFS | 0,3 | 0,75 |
Execute mix.py novamente sempre que um clipe de voz se mover.
Alvo. Meça o arquivo renderizado: ffmpeg -i film.mp4 -af ebur128=peak=true -f null -. Objetivo: cerca de
−16 LUFS integrados e um pico verdadeiro em ou abaixo de −1 dBFS.
6. O que dizer à pessoa
Cada entrega diz, em palavras simples: nada foi ouvido; as falas de voz foram transcritas de volta e conferem (ou quais não conferem); os números de loudness; e as coisas específicas para escutar, como a pronúncia do nome da marca, se a música está muito alta sob a voz em um trecho nomeado e se uma mudança de música parece limpa.
7. Licenças e chaves
Música e efeitos vêm de uma biblioteca com a qual a pessoa tem conta, ou de fontes cuja licença permite o uso.
Registre títulos e a conta em CREDITS.md e lembre-os de confirmar que o plano cobre o local onde o filme será
exibido. As chaves são lidas do ambiente ou de um arquivo fora do projeto, nunca escritas nele.