Películas en las que hablan los propios personajes

En PageToVid, la duración de una escena es su tramo de una única pista de voz. Sintetizamos toda la narración de una vez, localizamos en ella las costuras entre escenas y cada escena dura exactamente su parte de la voz. Eso mantiene sincronizados subtítulos e imagen: imagen y voz son una sola partición, así que no pueden desfasarse.

También significa que no se puede alargar una escena sin más. Para sostener una imagen seis segundos en silencio, hay que insertar seis segundos de silencio en la pista, justo en la costura de esa escena. Un paso que llamamos plan de relleno hace exactamente eso, y tiene dos tareas:

• corregir una escena narrada que terminaría antes que sus propias palabras, lo que depende de medir dónde caen
• respetar la duración escrita de una escena muda, un número que alguien tecleó y que no depende de ninguna medición

Una película sin narrador vive casi por completo de la segunda tarea. Por ahí empezamos.

Nuestra primera película de prueba estaba hecha de clips que hablan, con dos escenas escritas para durar seis y cinco segundos. Salieron mucho más cortas. El relleno solo se activaba si el reconocedor de voz había medido dónde se oían las palabras; en una película casi sin narración apenas había medido nada, y las duraciones escritas se descartaban junto con las correcciones.

Que un plano dure lo que se le pidió nunca debe depender de lo bien que el reconocedor oyó otra escena. El plan de relleno se activa ahora por una medición o por una duración muda escrita, cada una con sus propias reglas.

Un caso más completó el plano de apertura. Nuestro montador se niega a cortar dentro de una palabra, con razón, y sabía añadir silencio al final de la pista pero no al principio. El silencio antes de la primera sílaba no corta nada: simplemente retrasa toda la pista lo que la escena gana. Con ese caso resuelto, el plano de apertura sostiene sus seis segundos.

Cuando una escena está narrada, el sonido propio del clip baja a un fondo suave bajo la voz en off, para que el narrador se oiga siempre claro. El renderizador decidía si una escena estaba narrada comprobando si tenía un tramo de la pista sintetizada.

Pero una película sin narración también producía una pista: con cero palabras, el motor de voz devolvía un tramo de silencio y todas las escenas parecían narradas. La persona que hablaba a cámara quedaba mezclada por debajo de una voz que no existía. La narración es texto, no una señal, así que la comprobación hace ahora la pregunta sencilla: ¿tiene palabras esta escena? Si no las tiene, la voz del clip va delante, a pleno volumen.

Las mismas películas mejoraron en dos detalles. Las tarjetas tienen ahora un fondo real en todo tipo de escenas, no solo en las grabaciones de pantalla, y el archivo de subtítulos ya no lleva entradas vacías que algunos reproductores dibujan como cajas en blanco.

Una película hecha solo de planos sin narración planteó la última pregunta: ¿qué significa medir el tiempo cuando no hay nada que medir? Tratar una pista vacía como desconocida hacía perder las duraciones escritas; repartir un silencio sintetizado como si fuera habla estiraba una escena mucho más allá de su duración.

La respuesta es una regla, no un parche. Una película sin palabras se sostiene exactamente como se escribió. No hay nada que medir ni que repartir, así que cada escena dura el número que lleva escrito, al fotograma.

También hicimos del silencio una opción de pleno derecho para asistentes y desarrolladores. A través de nuestro servidor MCP, una escena grabada puede tener ahora la narración vacía, lo que significa muda y sostenida toda su duración. Antes hacía falta un espacio solitario para lograr lo mismo.

Juntos, estos cambios convierten al narrador en una opción y no en un requisito. Una película puede ser ahora:

• una serie de personajes que dicen su propio texto, cada plano sostenido como se escribió
• una mezcla, con un recorrido narrado y en medio un clip que habla a plena voz
• una secuencia muda de planos y tarjetas, cronometrada al segundo

En el editor, la vista previa en directo de un clip generado se reproduce sin sonido, porque los navegadores suelen negarse a reproducir solos un vídeo con audio. La película que descargas conserva cada palabra de los personajes.

Mira lo que aportan los clips generados en la página de clips de IA, o empieza desde tus propias escenas con una película nueva.