Rythme de montage vidéo : ce qui règle le tempo d'un film, et comment choisir un style

Quand un film traîne, on accuse les transitions. Dans nos rendus, elles ne sont que la troisième de quatre couches, classées ici selon leur poids sur le tempo ressenti.

1. 1Le nombre de scènes. Le storyboard suit un budget de scènes : environ un sujet toutes les 4,5 secondes pour une publicité, 5,5 pour une vidéo explicative, 6 pour un article, 6,5 pour une démo et 7,5 pour un tutoriel, 12 scènes au plus, huit mots au moins par scène (six en 9:16, où les temps sont environ 15 % plus courts). Le planificateur vise le haut de la fourchette.
2. 2Les coupes à l'intérieur d'une scène. Une scène filmée pointée sur un élément est découpée en plans : un plan sous 5,2 secondes, deux sous 9, trois sous 14, quatre au-delà. Un changement de cadre est toujours une coupe, jamais un zoom lent, car une échelle qui glisse fait scintiller le texte de la page.
3. 3Les entrées. La façon dont chaque scène arrive : une coupe sèche, un fondu, un light leak. C'est ce que règle le style de montage.
4. 4Le son. Un souffle léger à chaque changement de scène, un plus discret sous une coupe interne, un « pop » quand une carte se pose, un carillon sur la scène marquée comme la réussite, une montée vers la carte de fin, un clic sous chaque pression et un tic sous chaque touche tapée.

Une coupe dans un silence se lit comme un bug ; une coupe sur un mot se lit comme un montage calé sur la voix. Le moteur répartit donc les coupes à intervalles réguliers dans la scène, puis déplace chacune vers le début de mot le plus proche, à 0,7 seconde au plus, grâce aux temps de mots obtenus en alignant le script sur la voix enregistrée. Pas de coupe dans la première seconde (l'entrée de scène l'occupe) ni dans les 0,9 dernières secondes, et aucun plan de moins de 2,2 secondes. Quand la musique a une pulsation, une coupe déjà posée sur un mot rejoint un temps fort s'il est à moins de 90 millisecondes ; le mot gagne toujours.

Quand le curseur clique, tape ou survole, les plans restent sur le sujet et ne changent que de distance. Sur un clic, la caméra pousse aussi vers la cible : 7 % en cinq images, un court maintien, un retour en dix-huit images. Cette poussée n'existe que sur les enregistrements en paysage ; un enregistrement au format téléphone n'est jamais zoomé.

Un style de montage règle l'entrée par défaut de chaque scène après la première, et une scène qui nomme sa propre transition l'emporte toujours. Les choix alternent selon la position de la scène, jamais au hasard : un nouveau rendu coupe exactement comme le film que vous avez validé. Le guide les transitions de scène montre chaque entrée.

Une allure règle plus que la coupe : style des sous-titres, niveau sonore, musique, registre de voix, étalonnage et réaction de l'image à un clic. Épuré et Ludique poussent vers la cible, Percutant ralentit la pression à mi-vitesse, Tech fige l'image un instant, Éditorial ne fait rien. En mode Auto, l'allure est choisie d'après l'objectif, le format et le site : une publicité verticale reçoit Percutant ou Ludique, un article Éditorial, une vidéo explicative Épuré ou Tech, et un site sombre penche vers Tech. Le film suivant du même site reçoit l'autre option. Si vous choisissez vous-même, choisissez selon l'endroit où le film sera vu ; dans le doute, Épuré ne se trompe jamais.

Nous avons réalisé ce film à partir de velnixkeys.com, une boutique de clés de jeux Steam. Il dure 46 secondes en 16:9 pour 102 mots prononcés, ce qui est dense : notre budget pour 45 secondes en anglais est d'environ 75 à 95 mots.

Il s'ouvre sur une carte d'affirmation sous « Tired of paying full price for your Steam games? », puis le screencast prend le relais : l'accueil de la boutique, la grille du catalogue, God of War à l'écran sur « Browse top PC titles », la livraison instantanée, « Over 12 thousand satisfied clients », puis une carte de liste et le logo. Cela fait huit scènes entre les cartes d'ouverture et de fin, le haut du budget d'une vidéo explicative pour environ 42 secondes de parole.

• Les coupes dans le screencast d'ouverture. La scène d'accueil dure près de dix secondes ; elle est donc découpée en plans : large avec la barre de navigation, puis plus serré sur le titre. Aucun zoom lent.
• Les entrées. Les scènes sur « Browse top PC titles » et « Over 12 thousand satisfied clients » arrivent avec un light leak chaud. Dans les règles par défaut, seul le style cinematic en place un, sur une scène marquée comme réussite ; cinematic est le style de l'allure Tech, que le choix automatique met en premier pour un site sombre comme celui-ci.
• La densité. Huit scènes se partagent 102 mots : chaque scène tient en une ou deux phrases et le film ne s'arrête jamais. Pour un montage plus posé de la même page, nous ramènerions le script à environ 90 mots en gardant les huit scènes, plutôt que de ralentir les transitions.

Le style est le réglage le plus facile, alors c'est celui qu'on change en premier. C'est rarement le bon.

Depuis un assistant, edit_style sur create_video ou create_animation remplace uniquement le rythme de coupe de l'allure, et set_transition change l'entrée d'une scène dessinée (une scène filmée est refusée). list_motions publie les styles et les transitions, pour que l'assistant choisisse dans la vraie liste. Les offres sont sur la page tarifs ; pour le vertical, lisez vidéos verticales pour TikTok et Reels.