Stille im Film: Warum die Worte die Länge bestimmen

Jeder Render hielt bereits fest, Szene für Szene, wie lange das Bild stand und wie lange der Sprechtext dauerte. Nur zählte niemand beides zusammen. Als wir es taten, fielen zwei Spots auf: 13,0 Sekunden Stille in 31,1 und 8,0 in 28,5. Eine Szene hielt ihr Bild 8,6 Sekunden lang, bei 3,4 Sekunden Text.

Zuschauer spüren das sofort. Die Stimme hat ihren Gedanken beendet, das Bild bleibt stehen, und die Aufmerksamkeit geht. Die erste Aufgabe war also einfach: das bei jedem Film messen und es sagen, wenn ein Film verstummt.

Die erste Warnung schlug bei unserem eigenen englischen Startseitenfilm an, der von Anfang bis Ende lebendig ist. Bevor wir irgendetwas änderten, haben wir die Pausen aller Filme auf unserer Website gemessen. Etwa eine Sekunde pro Szene, fast überall. Die Sprechzeit zählte nur zusammenhängende Rede, also sah das Atmen zwischen zwei Sätzen wie Stille aus, obwohl es einfach Sprechen war.

Deshalb hat die Warnung ihr Ziel gewechselt. Sie nennt jetzt die eine Szene, die weit über ihre Worte hinaus steht, mit ihren stummen Sekunden, denn das ist der eigentliche Fehler: ein Bild, das stehen bleibt, nachdem die Stimme weitergezogen ist. Eine Prüfung über den ganzen Film bleibt als Rückfallebene, mit viel niedrigerer Schwelle und als Film formuliert, der sich zieht, und beide schlagen nie gleichzeitig an. Eine Warnung sollte so selten sein, dass man jedes Mal handelt.

Die nächste Lektion kam von den Animationen, den Filmen, die du selbst schreibst. Sie hatten keine Ziellänge, also passte ein 87-Sekunden-Spot bequem in die Grenzen des Produkts, obwohl das Briefing dreißig wollte. Wir haben eine Ziellänge eingeführt und sofort gesehen, dass sie sich nicht wie bei einem Website-Film erreichen lässt. Wer schreibt, wählt die Worte, und die Worte sind die Länge. Das Bild zu strecken, würde nur die Stille erzeugen, die wir gerade erkennen gelernt hatten.

Eine Ziellänge, die der Text nicht erreichen kann, wird deshalb jetzt abgelehnt, bevor etwas ausgegeben wird, mit der Rechnung dazu:

• das Wortbudget für diese Länge, in dieser Sprache und Tonlage;
• die tatsächliche Wortzahl des Texts;
• wie viele Wörter gestrichen oder ergänzt werden müssen.

Dieselbe Idee gilt für Storyboards, die du von Hand schreibst. Unser Längenanpasser hält sich zurück, wenn ein Mensch die Worte geschrieben hat, wie es sich gehört, und der Bericht sagt dir jetzt genau, wie viele Wörter du für deine Länge streichen musst.

Zwei Berichte klangen nach einer instabilen Stimme. Fünf Renders derselben Stimme lagen zwischen 131 und 153 Wörtern pro Minute, was nach einem schwankenden Sprachsynthesizer aussah. Das war es nicht. Unsere Rate teilte die Wörter durch die Tonspur abzüglich einer geschätzten Pause an jedem Szenenwechsel, und in echten Filmen waren die echten Pausen vier- bis fünfmal länger als geschätzt. Die Zahl bewegte sich mit der Zeichensetzung, nicht mit der Stimme. Die stabile Rate, die Summe der gemessenen Rede, stand schon im Bericht; jetzt geben wir sie aus und sagen, mit welcher man planen sollte.

Der zweite Bericht beschrieb Ton, der vom Bild wegdriftet. Tatsächlich blieb das Bild stehen. Ein generierter Clip hat eine feste Länge, und eine längere Szene fror auf seinem letzten Bild ein, während die Stimme weiterlief. Jetzt läuft das Ende des Clips natürlich aus, statt einzufrieren, und der ganze Clip wird nie verlangsamt, denn das hätte Menschen sichtbar in Zeitlupe gezeigt.

Zusammengenommen geht ein vertonter Film jetzt ehrlich mit seiner Zeit um:

• er sagt dir, wenn eine seiner Szenen zu lange steht, und um wie viel;
• er sagt dir, wie viele Wörter du streichen musst, wenn eine Länge nicht erreichbar ist;
• er berechnet nie eine Länge, die er nicht liefern kann.

Die Gewohnheit dahinter: erst die Lücke messen, dann eine Schwelle wählen, und fragen, welche Größe den Effekt wirklich verursacht. Hier waren es immer die Worte. Mehr von diesem Denken steckt in der Art, wie Filme entstehen.