La narration fait la durée : combien de mots pour une vidéo

La plupart des logiciels de montage traitent la durée comme un réglage : on étire le clip, il s'allonge. Nous avons construit PageToVid dans l'autre sens, volontairement.

Toute la narration est lue en une seule prise continue, pas un extrait par scène recollé ensuite. La voix garde donc le même souffle du premier au dernier mot. Les frontières entre scènes sont ensuite calées sur les vraies pauses de cette prise, et les sous-titres sont découpés dans le même enregistrement. Chaque scène est une tranche de la piste, et les tranches font toujours le total.

Une scène narrée n'a donc pas de durée propre. Si vous la raccourcissez sous ses mots, les secondes ne disparaissent pas : elles glissent vers la scène suivante, dont les sous-titres arrivent en retard. Quand il faut de la place, le pipeline insère un silence à la jointure ; il ne coupe jamais de son.

Les seules secondes fixes sont le carton d'ouverture et le carton de fin, environ quatre secondes à eux deux, plus une courte respiration après le dernier mot pour que le dernier sous-titre reste lisible. Une scène sans narration est un carton muet : elle dure exactement le temps que vous lui donnez.

Autrement dit : durée du film = temps de dire vos mots + quatre secondes environ.

Os Vinhos do Rapaz sélectionne des vins portugais : coffrets cadeaux, caisses mystère mensuelles, propositions pour événements et cadeaux d'entreprise. Deux films 16:9 ont été tirés de sa page d'accueil.

Le film anglais dure 46 secondes pour 89 mots. Il s'ouvre sur « Still searching for the perfect Portuguese wine gift? », pose le problème, consacre une scène aux coffrets, une aux vins mystère livrés à domicile, une aux propositions pour événements, et se termine sur l'appel à demander une proposition.

Le film portugais dure 26 secondes pour 33 mots et commence par « Celebre momentos especiais com vinhos portugueses únicos. » Même site, même format, même pipeline.

Le calcul est instructif. Le script anglais a 2,7 fois plus de mots et dure 1,8 fois plus longtemps. L'écart vient des secondes fixes : cartons et respiration finale coûtent autant dans les deux films, une petite part de 46 secondes et une grosse part de 26. Un film très court porte donc moins de mots qu'une simple règle de trois ne le laisse croire, et le seul levier qui a changé la durée de ces deux films, c'est leur nombre de mots.

Voici les budgets que le planificateur respecte, tirés des tables de débit de notre code et vérifiés sur des films terminés. Les cartons sont déjà déduits. Un film peut durer de 15 à 180 secondes ; la valeur par défaut est 45.

Trois facteurs déplacent ces chiffres. La langue : le français et l'espagnol utilisent plus de mots, plus courts, pour la même idée ; l'allemand en met moins, plus longs, et demande environ un dixième de mots en moins. Le ton : une lecture énergique va plus vite, une lecture calme ou premium plus lentement, et le code borne cet effet à un dixième environ dans un sens comme dans l'autre. La voix : chaque voix a son propre débit, que nous apprenons sur les films terminés ; elle ne modifie l'estimation qu'après plusieurs films, et jamais de plus de quinze pour cent environ.

La colonne des scènes compte autant que celle des mots. À 10 à 15 mots par scène, une idée tient l'écran quelques secondes. Deux idées dans une scène, c'est la première raison pour laquelle un film paraît précipité (voir le guide du storyboard).

Un budget de mots prédit ; la piste de voix mesure. Une fois la voix enregistrée, le pipeline compare la durée du film qu'elle produirait avec la cible :

1. 1À 3 % près : rien à faire.
2. 2De 3 à 8 % d'écart : la prise est recalée dans une fenêtre que personne n'entend, au plus 6 % plus vite ou plus lentement, hauteur de voix conservée.
3. 3Plus de 8 % d'écart : sur un film que nous planifions à partir de votre page, la narration est réécrite au nombre de mots dont ce narrateur a besoin, puis relue.

C'est ce que signifie « la voix est corrigée vers la durée demandée, à ±10 % près », et get_video indique si le film final tombe dans cette tolérance.

Un script que vous écrivez est traité autrement. Rien ne réécrit vos mots. Quand vous rédigez la narration vous-même, dans l'éditeur ou avec create_animation via MCP, la cible devient un contrôle qui refuse un script trop éloigné, et un nouveau rendu recale mais ne réécrit jamais.

La méthode que nous appliquons quand un film doit tenir dans un emplacement donné, par exemple une boucle de 45 secondes sur une page d'atterrissage.

Un nouveau rendu coûte 40 crédits, que le film dure 30 secondes ou 180 secondes : la durée se décide pour le spectateur, pas pour le budget (voir les tarifs). Pour changer les mots d'une seule scène sans tout refaire, lisez corriger une vidéo sans la refaire.

• Demander 30 secondes et coller 150 mots. Le film dure le temps des mots. Donnez au planificateur le budget de mots, pas seulement les secondes.
• Rembourrer un script court. « Découvrez-en plus. Explorez dès aujourd'hui. » remplit des secondes sans rien dire.
• Raccourcir une scène narrée dans la timeline. Ses mots ont toujours besoin de leur temps. Coupez des mots.
• Un seul script pour toutes les langues. Quand vous traduisez un film, chaque langue est revoisée et recalée : vérifiez chaque durée mesurée.
• Oublier les cartons dans un film très court. Quatre secondes, c'est un quart d'un film de 15 secondes.

Pour la fabrication de la voix elle-même, lisez qu'est-ce que la synthèse vocale. Pour un script de 45 secondes scène par scène, voyez le guide de la démo SaaS. Le format sur lequel ces budgets ont été mesurés est celui de la vidéo explicative.