AI-manus för video: planera talutrymmet och mät den färdiga rösten

Skilj klipplängd från talutrymme

En film på 30 sekunder ger inte automatiskt 30 sekunder att tala i. Om öppningen ska vara tyst och slutskylten ska ligga kvar efter sista ordet behöver du reservera tid för det redan i manusbeställningen. Annars försöker du lösa ett planeringsfel genom att pressa in fler ord i rösten.

Arbeta per scen. Skriv bildens start och slut, reserverad tystnad samt högsta tillåtna längd på den färdiga röstfrasen. I den här arbetsformen betyder talutrymme det sammanhängande fönster där röstfrasen får ligga. Pauser inne i den genererade frasen räknas in i dess ljudlängd; reserverad tystnad före eller efter frasen ligger utanför. Den skillnaden hindrar att samma paus dras av två gånger.

Om bildrytmen ännu inte är bestämd kan du pröva den i en animatic med AI-bilder. Här utgår vi från att filmen redan har en avgränsad längd och att vissa bildbyten ska hållas. Markera vilka gränser som får flyttas, innan du börjar korta.

Gör en scenbudget för en film på 30 sekunder

Följande är ett påhittat redaktionellt exempel om en verkstadsfilm, inte mätningar av en rösttjänst. Fyra scener delar på 30 sekunder. Summan av det reserverade talutrymmet är 23 sekunder; återstående 7 sekunder används till öppning, bildövergångar och slutskylt. Varje rad har en tydlig uppgift så att du vet vilken information som måste överleva en kortning.

Pröva vad tystnaden faktiskt ska åstadkomma. I slutscenen vill du exempelvis att besökaren hinner läsa den synliga adressen efter uppmaningen. Om du använder de 4 sekunderna till mer berättarröst har du ändrat scenens uppgift, även om filmen fortfarande slutar vid 30 sekunder. Skriv därför skälet till reservationen bredvid tidsbudgeten.

Beställ ett källbundet manus med prioriterade fakta

Ge skrivmodellen ett underlag som du redan har kontrollerat, och bind varje scen till de fakta den får använda. I vårt påhittade underlag står att besökaren kan laga ett plagg, ska ta med ett rent plagg och anmäler sig via formuläret på slutskylten. Modellen får inte lägga till öppettider, kostnader eller ett löfte om att alla plagg går att laga.

Dela fakta i måste och kan strykas. Scen 2 måste behålla kravet på ett rent plagg; ett välkomnande tillägg om att personalen hjälper till kan tas bort om det saknar underlag eller tar för mycket tid. Beställ två kortningsalternativ för den scenen redan från början. Då blir nästa steg ett val mellan innehåll, i stället för en jakt på några kortare synonymer.

Skriv ett svenskt berättarmanus för en film på 30 sekunder.
Använd endast följande påhittade fakta:
- Besökaren kan laga ett plagg i verkstaden.
- Besökaren ska ta med ett rent plagg.
- Anmälan görs via formuläret som visas på slutskylten.

Scen 1: högst 6 s röstfras; visa möjligheten att laga.
Scen 2: högst 7 s röstfras; kravet på rent plagg måste vara kvar.
Scen 3: högst 7 s röstfras; förklara anmälan.
Scen 4: högst 3 s röstfras; kort uppmaning.

Ge en fras per scen och två kortare alternativ för scen 2.
Markera vilken information varje alternativ stryker.
Lägg bildanvisningar separat från texten som ska läsas upp.
Tiderna är mål för senare mätning, inte bevisad ljudlängd.

Granska resultatet mot samma krav som du beställde: finns varje nödvändig uppgift kvar, finns nya sakuppgifter och går det att se vad som strukits? En formulering som låter elegant men utelämnar ordet rent underkänns i scen 2. En uppskattning från skrivmodellen om att meningen tar 6 sekunder ersätter inte ljudprovet.

Generera och mät den faktiska rösten

Generera med den röst och modell du tänker använda i filmen. Spara filnamn och inställningar med manusversionen. ElevenLabs produktguide för text till tal beskriver att resultatet kan variera mellan genereringar även med samma inställningar. Mät därför den tagning som ska monteras, även när ett tidigare prov rymdes.

Öppna ljudet i ditt redigeringsprogram och markera varje fras från dess avsedda början till dess avsedda slut. Behåll pauserna inne i frasen. Audacitys manual för Selection Toolbar beskriver visning av både start och markeringens längd. Välj exempelvis sekunder med millisekunder och anteckna längden i tabellen. Det är markeringen av den färdiga frasen som du jämför med talutrymmet, inte antalet skrivna ord.

Lyssna när du sätter markeringens gränser. En vågform ensam avgör inte om slutkonsonanten hörs färdigt. Om du tar bort tystnad i början eller slutet av ljudfilen, mät versionen efter den redigeringen. Vid en sammanhängande tagning skriver du också upp var scenfraserna börjar; en kort totalsumma kan fortfarande innehålla en paus på fel ställe.

Hantera felaktiga namn och tal före den slutliga tidsmätningen med uttalslistan för AI-röst. En korrigering kan ge en annan fras som måste mätas igen. För röstval och den efterföljande mixen använder du ljudguiden; tidsbudgeten följer den färdiga röstfilen genom det arbetet.

Korta innehållet eller ändra bildrytmen med ett skäl

Om scen 2 behöver 8,4 sekunder men har 7 sekunder tillgängliga är överbelastningen 1,4 sekunder. Börja med information som får strykas. Ta med ett rent plagg som du vill ge en andra chans i vår verkstad kan exempelvis bli Ta med ett rent plagg. Kravet finns kvar; motiveringen är att den extra inramningen redan framgår av bilden och första scenen. Den nya formuleringen behöver fortfarande genereras och mätas.

Om samtliga ord bär nödvändig information kan du pröva att flytta bildgränsen. Låna då tid från en namngiven scen och räkna om båda raderna. Ledig tid i scen 3 hjälper först när du faktiskt tillåter scen 2 att fortsätta över den gamla gränsen. Kontrollera samtidigt att bild och tal fortfarande hör ihop och att slutskylten behåller sin reservation.

Om du ändrar hastigheten där stödet finns ska den nya ljudfilen prövas mot samma kriterier: nödvändiga fakta kvar, varje scen inom sitt fönster och en uppmaning som går att uppfatta. Att frasen ryms räcker inte om lyssnaren behöver spela om den för att förstå vad som ska tas med.

Prov med facit: totalsumman ryms, en scen gör det inte

Här är påhittade provlängder, inte genomförda röstgenereringar. Summan är 22,3 sekunder, alltså mindre än budgetens 23 sekunder. Avgör om filmen kan godkännas utan att ändra scenindelningen. Tabellen dokumenterar också vilket ingrepp som ska prövas; den redovisar inget färdigt godkännande av en ny tagning.

Facit: filmen underkänns med den fasta scenindelningen. Scen 2 överskrider sitt talutrymme med 1,4 sekunder, även om andra scener har marginal. Kortningsbeslutet riktas därför till scen 2. Om du i stället flyttar gränsen vid 15 sekunder behöver du motivera det, uppdatera budgeten och kontrollera den nya bildrytmen. Du kan inte godkänna de gamla scenraderna med hänvisning till totalsumman.

Efter kortningen skriver du in ny manusversion, nytt ljudfilnamn och den nya uppmätta längden på samma rad. Behåll den gamla raden eller versionshistoriken så att beslutet går att följa. Låt status vara väntar på mätning tills det nya ljudet finns; ett föreslaget kortare manus är ännu inte ett leveransklart ljud.

Slutlyssna med bild och lås tabellen

Spela den färdiga filmen från första bild till sista utan att stoppa. Kontrollera vid varje scenbyte att ordet får höras färdigt, att den reserverade tystnaden finns där den ska och att slutskylten ligger kvar efter sista uppmaningen. Spela särskilt passagen mellan scen 2 och 3 en gång till om du flyttat gränsen.

Lås sedan scentabellen tillsammans med manus och ljudfil. Den ska visa bildintervall, talutrymme, faktisk röstlängd, pauser, versionsnummer och beslut för varje scen. Ett godkänt resultat innebär att alla nödvändiga uppgifter finns kvar och att varje rad klarar sin budget i den slutexport du har lyssnat på. Byter du ljudtagning efteråt öppnar du mätningen igen.