Clips, die mit der Handlung beginnen, nicht beim Aufwärmen

Ein PageToVid-Film besteht aus kurzen Browser-Aufnahmen: Der Rekorder öffnet die Seite, scrollt zum richtigen Abschnitt, fährt mit der Maus darüber, klickt, und die Video-Engine verwebt diese Clips unter der Stimme. Wenn jemand sagt, das Scrollen wirke gehetzt, liegt es nahe, es langsamer zu machen.

Genau das hatten wir getan, zweimal. Die Hinweise kamen trotzdem. Also haben wir statt an einem weiteren Regler zu drehen eine bessere Frage gestellt: Was sieht das Publikum wirklich, Bild für Bild? Die Antwort führte zu zwei Verbesserungen, die jeden Film ruhiger und verlässlicher machen.

Ein großer Teil des Feinschliffs kommt von ffmpeg, dem Standardwerkzeug für Audio und Video. Es mastert die Sprecherstimme, damit sie ruhig und gleichmäßig klingt, und macht aus rohen Browser-Aufnahmen sauberes Video mit fester Bildrate, das ohne Ruckeln läuft.

Die Produktionslogs zeigten, dass dieses Werkzeug nicht immer in unserem Container war. Unser Build installiert Pakete, ohne ihre Setup-Skripte auszuführen, eine gute Grundeinstellung für reproduzierbare Images, und genau in diesem Skript lud das Paket sein Programm herunter. Die Schritte, die es nutzten, liefen höflich weiter, wenn es fehlte. Die Filme wurden also fertig, nur ohne diesen letzten Schliff.

Jetzt installieren wir ffmpeg direkt im Image, und jeder Aufruf geht über einen einzigen Resolver, der immer ein funktionierendes Programm findet. Das Mastering läuft auf jeder Stimme, und jeder Clip wird zu flüssigem Video mit konstanter Bildrate. Ein fehlendes Werkzeug bleibt nicht mehr unbemerkt.

Mit dem Werkzeug an Ort und Stelle meldete ein Test-Render etwas Seltsames: einen Clip, der angeblich rund 17 Minuten dauerte, in einem Film von unter zwei Minuten. Diese unmögliche Zahl erklärte alles.

Eine Browser-Aufnahme läuft über die ganze Lebensdauer der Sitzung. Sie enthält die leere Seite, das Laden, ein schnelles Aufwärm-Scrollen, das nachgeladene Abschnitte weckt, und erst dann die ruhige, geplante Handlung. Diese Aufnahmen haben außerdem Lücken in ihren Zeitstempeln, und eine naive Umwandlung füllt jede Lücke mit wiederholten Bildern. So kann eine kurze Aufnahme minutenlang werden.

Das beantwortete auch die ursprünglichen Hinweise. Die Szenen spielten ihre Clips ab dem ersten Bild ab, das Publikum sah also unser schnelles Vorbereitungs-Scrollen, nicht die geplante Handlung. Kein Geschwindigkeitsregler hätte das gelöst.

Die Lösung: Von jeder Aufnahme nur das Ende behalten, das Fenster mit der geplanten Handlung. Diesen Schnitt haben wir exakt gemacht, in zwei Durchgängen:

1. 1Die Aufnahme in ein Format mit echtem Suchindex umverpacken. Das dauert Millisekunden und verändert kein Pixel.
2. 2Die echte Länge messen, am Ende minus dem Handlungsfenster einsetzen und mit einer harten Längengrenze schneiden, damit das Ergebnis nie länger als die Handlung wird, egal was die Zeitstempel behaupten.

Der Rekorder versieht die Handlung außerdem beim Filmen mit Zeitstempeln, sodass der Schnitt dem gemessenen Moment folgt statt einer festen Schätzung. Jeder Clip beginnt jetzt mit dem ersten Bild dessen, worüber die Stimme spricht, und endet mit ihm.

Die Länge eines Clips sollte etwas sein, auf das sich der Film immer verlassen kann. Deshalb haben wir zwei unabhängige Sicherungen eingebaut, an jeder Stelle, die es betrifft:

• Im Rekorder trägt jeder Clip eine Länge. Schlägt die Messung fehl, nimmt er die bekannte Grenze des Schnitts, und jede Messung bleibt innerhalb dieser Grenze.
• In der Komposition bleibt ein Clip ohne bekannte Länge nach einem kurzen, vorsichtigen Fenster auf seinem letzten sicheren Bild stehen.

Dauert die Stimme einer Szene länger als ihr Clip, ruht das Bild einfach auf dem letzten Frame. Außerdem haben wir dem Bild-Cache der Video-Engine viermal so viel Speicher gegeben und rendern pro Maschine einen Film nach dem anderen, damit jeder Film von Anfang bis Ende hat, was er braucht.

Im Code sind die Änderungen unsichtbar, auf dem Bildschirm offensichtlich. Die Stimme ist gemastert und klingt gleichmäßig und ruhig. Das Scrollen ist gelassen, weil die Szene die geplante Bewegung zeigt, nicht die Vorbereitung. Und jede Szene beginnt bei ihrem Thema.

Die Lehre aus diesem Kapitel ist einfach: Ein Hinweis zur Qualität ist eine Spur, kein Regler. Eine seltsame Zahl ernst zu nehmen hat uns weiter gebracht als jede Einstellung. Wie der Rekorder eine Seite filmt, siehst du auf der Funktionsseite.