Du bestellst 60 Sekunden und bekommst 60 Sekunden
· 4 Min. Lesezeit
Du bestellst einen 60-Sekunden-Film und erwartest 60 Sekunden, nicht 41. Bis zu dieser Woche war die Länge eines PageToVid-Films eine Vorhersage aus einer Wortzahl, und das Tempo einer Stimme ist keine Konstante. Also haben wir aufgehört vorherzusagen: Die Pipeline misst jetzt die Stimme, die sie tatsächlich aufgenommen hat, und korrigiert den Film, bis er passt.
Eine Wortzahl ist eine Vermutung über eine Stimme
Wir haben eine Woche fertiger Filme mit der jeweils gewünschten Länge verglichen. Etwa ein Drittel lag mehr als 20 Prozent daneben, fast alle zu kurz, obwohl die Wortzahlprüfung bei jedem bestanden war.
Die Prüfung tat genau, was sie versprach. Sie zählte die Wörter im Skript und verglich sie mit einer Tabelle, die von 110 Wörtern pro Minute ausging. Die Schwachstelle war die Tabelle. Die erste gemessene Aufnahme sprach 122 Wörter pro Minute, und Aufnahmen derselben Stimme lagen zwischen etwa 107 und 122. Das Tempo eines Sprechers schwankt von Aufnahme zu Aufnahme um rund zehn Prozent, und zehn Prozent Fehler auf einem ohnehin etwas kurzen Skript genügen, damit ein Film ein Viertel seiner Länge verliert.
Die Stimme messen, dann die Lücke schließen
Also vertraut die Pipeline der Tabelle nicht mehr. Sobald die Sprachspur existiert, sagt sie den fertigen Film aus echten Teilen voraus: Intro- und Outro-Karte, die gemessene Stimme und ein kurzes Ende. Dann handelt sie je nach Größe der Abweichung:
- mehr als 8 Prozent daneben: Der Text wird auf die Wortzahl umgeschrieben, die dieser Sprecher bei seinem gemessenen Tempo braucht, neu eingesprochen, und die nähere Aufnahme gewinnt
- zwischen 3 und 8 Prozent: ein sanftes Anpassen des Tempos zwischen 0,94- und 1,06-fach, bei gleicher Tonhöhe
- unter 3 Prozent: nichts zu tun
Das Umschreiben berührt nur die Worte. Seiten, Aktionen und Grafiken bleiben, wie sie sind, weil die Bildschirmaufnahme gleichzeitig läuft und gültig bleiben muss. Jeder Schritt fällt auf die vorhandene Aufnahme zurück. Bei einem echten Rendering wurde ein um 10 Prozent zu kurzer Film von 130 auf 150 Wörter umgeschrieben, die zweite Aufnahme war 4 Prozent zu kurz, und die Tempoanpassung landete bei genau 90,0 Sekunden für einen 90-Sekunden-Auftrag.
Kleine Ziele schlagen eine große Zahl
Das erste echte Umschreiben hat uns etwas über Anweisungen gelehrt. Bat man das Modell um 163 Wörter insgesamt, lieferte es 141. Mit einem Wortziel pro Szene und einem zweiten Versuch, der die zu kurzen Szenen benennt, landet es dicht dran.
Das Muster lohnt sich zu merken: Ein Modell, das um eine große Zahl gebeten wird, bleibt darunter; ein Modell mit kleinen, konkreten Zielen trifft sie. Der Plan wird schon vor jeder Aufnahme am selben Maßstab gemessen. Unsere Prüfungen warnen ab 10 Prozent Abweichung vom Budget und stoppen ab 20, und ein Plan deutlich außerhalb wird zuerst neu geplant.
Jedes Rendering hält jetzt auch fest, wie es entstanden ist: die Budgets, die gemessene Stimme und ihr Tempo, die Längenentscheidung, die gelieferte Länge und Lautheit und die Qualitätsaufschlüsselung. Die Lautheit wird an der tatsächlich erzeugten Datei gemessen.
Sprache geprüft an den Worten, die wir schreiben
Dieselbe Version hat eine Prüfung an einen besseren Ort verlegt. Unsere visuelle Qualitätsprüfung sah sich Frames an, um zu beurteilen, ob der Film in der richtigen Sprache ist, und meldete immer wieder die eigenen Worte der gefilmten Website. Eine echte englische Website ist kein Fehler in einem Film mit deutscher Stimme.
Die Sprache wird jetzt vor dem Rendering geprüft, an den Worten, die wir selbst schreiben: Sprechertext, Untertitel und Text in Grafiken. Ein kleines Profil häufiger Wörter ohne Abhängigkeiten deckt sieben Sprachen ab, schweigt bei dünner Beweislage und lässt die eigenen Formulierungen der Seite in Ruhe. Ein Satz in der falschen Sprache wird umgeschrieben, bevor ein einziges Bild existiert.
Die visuelle Prüfung behielt die Aufgabe, die nur sie kann. Sie sieht sich bis zu sechs Szenen an, mit der Absicht des Storyboards neben jedem Bild, und ordnet jedes Problem einer Klasse aus einer festen Liste zu, damit sich Fehler nach Art zählen lassen.
Text, der sich selbst misst
Eine weitere Vermutung ist verschwunden. Untertitel und Karten wurden nach Zeichenzahl bemessen, was einer Schätzung der Buchstabenbreite gleichkommt, und lange Wörter liefen manchmal über den Rand.
Das Rendering läuft in einem Browser, es kann also messen. Untertitel, Überschriften, Beschriftungen, Zähler und Titel nehmen jetzt die größte Schriftgröße, deren echte Zeilenumbrüche in ihren Rahmen passen. Ein Untertitel bleibt einzeilig bei 80 Prozent seiner vorgesehenen Größe oder mehr, sonst wird er zweizeilig, und er fällt nie unter 60 Prozent. Jede Messung wird gespeichert, die Kosten fallen also nur einmal pro Text und Größe an.
Was das für deinen Film bedeutet
Von außen ist die Regel einfach, und wir sagen sie allen: Die Worte sind die Länge. Das Skript, das du freigibst, legt die Dauer fest, und die Pipeline sorgt jetzt dafür, dass der fertige Film sie einhält, egal welche Stimme liest und wie schnell sie an diesem Tag spricht.
Starte einen Film, wähle eine Länge, und der Sprechertext wird gemessen, korrigiert und eingepasst, bevor der Film bei dir ankommt.
Sieh es auf deiner eigenen Website
Füge eine Seite ein und bekomme das vertonte Video, um das es in diesem Blog geht. Das erste ist kostenlos.
Weiterlesen
