Clips que empiezan en la acción, no en el calentamiento

Un vídeo de PageToVid se construye con grabaciones cortas del navegador: el grabador abre el sitio, se desplaza a la sección adecuada, pasa el cursor, hace clic, y el motor de vídeo entrelaza esos clips bajo la voz. Cuando alguien dice que el desplazamiento va con prisa, el reflejo natural es frenarlo.

Lo habíamos hecho, dos veces. Los comentarios seguían llegando. Así que, en vez de girar otra rueda, nos hicimos una pregunta mejor: ¿qué ve realmente quien mira, fotograma a fotograma? La respuesta nos llevó a dos mejoras que hacen cada vídeo más tranquilo y más fiable.

Buena parte del acabado de un vídeo viene de ffmpeg, el kit de herramientas de referencia para audio y vídeo. Masteriza la narración para que la voz suene pausada y uniforme, y convierte las grabaciones en bruto del navegador en vídeo limpio, con una cadencia fija que se reproduce sin saltos.

Leer los registros de producción mostró que esa herramienta no siempre estaba en nuestro contenedor. Nuestra compilación instala los paquetes sin ejecutar sus scripts de instalación, una buena costumbre para imágenes reproducibles, y era justo en ese script donde este paquete descargaba su binario. Los pasos que lo usaban estaban escritos para seguir adelante con educación si faltaba, así que los vídeos terminaban, solo que sin ese último acabado.

Ahora instalamos ffmpeg directamente en la imagen, y cada llamada pasa por un único resolutor que siempre encuentra un binario que funciona. El masterizado se aplica a cada voz y cada clip se convierte en vídeo fluido a cadencia constante. Una herramienta ausente ya no puede pasar desapercibida.

Con la herramienta en su sitio, un render de prueba mostró algo raro: un clip que decía durar unos 17 minutos, en un vídeo de menos de dos. Ese número imposible lo explicaba todo.

Una grabación del navegador dura toda la vida de la sesión. Contiene la página en blanco, la carga, un desplazamiento rápido de calentamiento que despierta las secciones de carga diferida y, solo después, la acción tranquila y guionizada. Esas grabaciones tienen además huecos en sus marcas de tiempo, y una conversión ingenua rellena cada hueco con fotogramas repetidos, así que una grabación corta puede acabar durando minutos.

También respondía a los comentarios iniciales. Las escenas reproducían sus clips desde el primer fotograma, así que se veía nuestro desplazamiento de preparación, no la acción que habíamos planeado. Ningún ajuste de velocidad lo habría arreglado.

La solución es quedarse solo con el final de cada grabación, la ventana que contiene la acción guionizada. Hicimos ese recorte exacto, en dos pasadas:

1. 1Reempaquetar la grabación en un formato con un índice de búsqueda real. Tarda milisegundos y no toca ni un píxel.
2. 2Medir su duración real, empezar en el final menos la ventana de acción y cortar con un límite de duración estricto, para que el resultado nunca pueda superar la acción, digan lo que digan las marcas de tiempo.

El grabador también marca la acción mientras graba, así que el recorte sigue el momento medido y no una estimación fija. Cada clip empieza ahora en el primer fotograma de aquello de lo que habla la voz, y termina con ello.

Queríamos que la duración de un clip fuera un dato en el que el vídeo siempre pudiera confiar, así que añadimos dos protecciones independientes, una en cada lugar que lo necesita:

• En el grabador, cada clip lleva una duración. Si la medición falla, toma el límite conocido del recorte, y cualquier medida se mantiene dentro de ese límite.
• En la composición, un clip sin duración conocida se queda en su último fotograma seguro tras una ventana corta y prudente.

Cuando la voz de una escena dura más que su clip, la imagen descansa en el último fotograma. También dimos cuatro veces más memoria a la caché de fotogramas del motor de vídeo y hacemos un render a la vez por máquina, para que cada vídeo tenga lo que necesita de principio a fin.

Los cambios son invisibles en el código y evidentes en pantalla. La narración está masterizada y suena uniforme y pausada. El desplazamiento es tranquilo, porque la escena muestra el movimiento previsto, no la preparación. Y cada escena empieza en su tema.

La lección que nos quedamos de este capítulo es sencilla: un comentario sobre la calidad es una pista, no un ajuste. Tomarnos en serio un número extraño nos llevó más lejos que cualquier rueda. Puedes ver cómo graba un sitio el grabador en la página de funciones.