L’audio est mesuré
Durée, tempo, énergie, et surtout : à quelle seconde chaque mot des paroles est réellement chanté. C’est cette mesure qui fera tomber les sous-titres au bon moment.
Fonctionnement
Rien n’est caché : voici les étapes que le moteur exécute, dans l’ordre où il les exécute. Chacune a besoin de la précédente.
L’ordre n’est pas un affichage, c’est une chaîne de dépendances : on ne peut pas monter une vidéo avant d’avoir les images, ni caler des sous-titres avant de savoir à quelle seconde chaque mot est chanté.
Durée, tempo, énergie, et surtout : à quelle seconde chaque mot des paroles est réellement chanté. C’est cette mesure qui fera tomber les sous-titres au bon moment.
Le morceau est découpé en scènes qui suivent les paroles. Chaque scène reçoit une intention visuelle, un cadrage et un mouvement de caméra.
Une image par scène, dans un style tenu d’un bout à l’autre du clip. Vous pouvez remplacer n’importe laquelle par la vôtre — ce que vous fournissez n’est pas refait.
Chaque image devient un plan : travelling, zoom lent, panoramique. Le mouvement est choisi pour la scène, et vous pouvez l’imposer.
Les plans sont mis bout à bout sur l’audio, aux secondes du storyboard, et normalisés pour que rien ne saute entre deux scènes.
Le texte vient de vos paroles, mot pour mot ; le temps vient de la voix mesurée à la première étape. Une transcription n’apparaît jamais à l’écran.
Réaliste, illustration, aquarelle, 3D, anime : le style est choisi une fois et tenu sur tout le clip.
Une scène ratée se régénère seule, ou se remplace par une image à vous, sans relancer le clip entier.
Paysage pour YouTube, vertical pour les reels. Le master paysage sert de source au format court : les deux racontent la même chose.
Police, couleur, contour, position. Et l’éditeur de Sakira Captions pour corriger une ligne à la main.