Silences : pourquoi les mots font la durée d'un film

Chaque rendu notait déjà, scène par scène, combien de temps l'image restait et combien durait la narration. Rien n'additionnait les deux. Quand nous l'avons fait, deux pubs ont sauté aux yeux : 13,0 secondes de silence sur 31,1, et 8,0 sur 28,5. Une scène tenait son image 8,6 secondes sur 3,4 secondes de mots.

Le spectateur le sent tout de suite. La voix a fini sa pensée, l'image reste, et l'attention s'en va. Le premier travail était donc simple : le mesurer sur chaque film et le dire quand un film se tait.

Le premier avertissement s'est déclenché sur notre propre film d'accueil anglais, vivant du début à la fin. Avant de toucher quoi que ce soit, nous avons mesuré les pauses de tous les films de notre site. Environ une seconde par scène, presque partout. Le temps de narration ne comptait que la parole continue, si bien que la respiration entre deux phrases passait pour un silence alors que c'était simplement parler.

L'avertissement a donc changé de cible. Il désigne désormais la scène qui reste bien au-delà de ses mots, avec ses secondes muettes, car c'est le vrai défaut : une image laissée à l'écran après que la voix est passée à autre chose. Un contrôle sur tout le film reste en filet de sécurité, avec un seuil bien plus bas et la formule d'un film qui traîne, et les deux ne se déclenchent jamais ensemble. Un avertissement doit être assez rare pour qu'on agisse à chaque fois.

La leçon suivante est venue des animations, les films que vous écrivez vous-même. Elles n'avaient pas de durée cible, si bien qu'une pub de 87 secondes passait tranquillement dans les limites du produit quand le brief en voulait trente. Nous avons ajouté une cible, et vu tout de suite qu'elle ne pouvait pas se tenir comme pour un film de site. L'auteur a choisi les mots, et les mots font la durée. Étirer l'image ne ferait que créer le silence que nous venions d'apprendre à repérer.

Une cible que le texte ne peut pas atteindre est donc refusée avant toute dépense, calcul à l'appui :

• le budget de mots pour cette durée, dans cette langue et ce ton ;
• le nombre réel de mots du texte ;
• combien de mots retirer ou ajouter.

La même idée guide les storyboards écrits à la main. Notre ajusteur de durée s'efface quand une personne a écrit les mots, comme il se doit, et le rapport vous dit maintenant précisément combien de mots couper pour atteindre votre durée.

Deux rapports laissaient croire à une voix instable. Cinq rendus de la même voix mesuraient entre 131 et 153 mots par minute, ce qui suggérait une dérive du synthétiseur. Il n'en était rien. Notre débit divisait les mots par la piste vocale moins une pause estimée à chaque raccord de scène, et sur de vrais films, les vraies pauses étaient quatre à cinq fois plus longues que l'estimation. Le chiffre bougeait avec la ponctuation, pas avec la voix. Le débit stable, la somme de la parole mesurée, figurait déjà dans le rapport : nous le renvoyons désormais en indiquant lequel utiliser pour planifier.

Le second rapport décrivait un son qui se décalait de l'image. En réalité, c'était l'image qui s'arrêtait. Un clip généré a une durée fixe, et une scène plus longue figeait sa dernière image pendant que la voix continuait. La fin du clip se déroule désormais naturellement au lieu de se figer, et le clip n'est jamais ralenti en entier, ce qui aurait mis les personnages au ralenti de façon visible.

Au bout du compte, un film narré est désormais honnête sur son propre temps :

• il vous signale quand l'une de ses scènes dure trop, et de combien ;
• il vous dit combien de mots couper quand une durée est hors de portée ;
• il ne facture jamais une durée qu'il ne peut pas livrer.

L'habitude derrière tout cela : mesurer l'écart avant de choisir un seuil, et se demander quelle grandeur cause vraiment l'effet. Ici, c'était toujours les mots. Cette façon de penser se retrouve dans la fabrication des films.