Commencer par les pistes
Un script contient dialogues, narration, indications de caméra, cartons et notes de montage. Tout compter ne mesure pas la parole. Classez les lignes en voix, image, son ou annotation interne.
« Ouvrez Réservations » peut accompagner l’action ; « plan du menu » est une direction visuelle. Préparez une copie vocale en conservant le document de production. Distinguez narrateur et personnages : un dialogue avec réactions n’a pas forcément le rythme d’une voix off. Précisez si vous estimez lecture, conversation guidée ou entretien sélectionné au montage.
Construire un budget de quatre-vingt-dix secondes
Une vidéo fictive réserve six secondes au titre silencieux, douze à une démonstration sans voix et quatre à la fin visuelle. Ces éléments consécutifs totalisent vingt-deux secondes ; il reste soixante-huit pour voix et pauses déjà comprises dans le débit de répétition.
À l’hypothèse globale de 120 mots/min, 68 ÷ 60 × 120 = 136 mots. Remplacez-la après enregistrement d’un extrait dans le ton prévu. Collez seulement la voix dans le compteur. Avec 220 mots, revoyez contenu, durée ou scènes ; accélérer peut rendre l’explication inutilisable.
Additionner le successif, pas le simultané
Un écran visible dix secondes avec huit secondes de narration simultanée peut former une scène de dix secondes, pas dix-huit. Si l’explication suit l’écran, les durées s’ajoutent.
Notez début, fin, image et voix. Vous repérerez les intervalles comptés deux fois avant le montage, puis les comparerez au projet réel. Un enregistrement de soixante secondes avec respirations les inclut déjà. N’ajoutez pas une marge générique de pauses : seulement les attentes absentes, selon une méthode explicite.
Réécrire pour l’écoute
Prononcez noms, chiffres et sigles comme dans l’audio final. Trois pourcentages peuvent être brefs sur papier et difficiles à suivre. Si la relation suffit, montrez les valeurs et expliquez-la ; si elles sont essentielles, laissez le temps de les interpréter.
« Ouvrez Réservations pour voir vos rendez-vous » donne action et résultat, à condition que ce soit le vrai libellé. Gardez les conditions : expliquez auparavant si une connexion est nécessaire. Une vidéo courte exige une tâche délimitée, pas un cas particulier dissimulé.
Mesurer l’audio synthétique généré
SSML 1.1 du W3C décrit pauses en secondes ou millisecondes et ajustements du débit. Cela ne garantit pas un support identique entre services ; consultez la documentation du système choisi.
Planifiez à partir de l’audio exporté avec voix, langue et réglages finaux. Un pourcentage de vitesse ne définit pas des mots/min universels. Une autre voix peut changer prononciation et durée : régénérez et écoutez. Conservez texte, réglages et versions. Comparez des scripts identiques ou documentez leurs modifications ; un fichier plus court ne prouve pas une meilleure explication.
Laisser le temps de regarder
La voix peut finir avant le repérage d’une commande. Prévoyez ce temps ; le surlignage aide sans remplacer une séquence correcte. Évitez de changer d’écran en expliquant encore le précédent.
Contrôlez cartons et sous-titres au format final. Aucun seuil universel de lecture n’est fixé ici : taille, segmentation et règles de diffusion se vérifient séparément. Décidez si la fin doit être lue ou reconnue. Réduisez une liste dense à l’action suivante et n’offrez des détails que dans une ressource existante.
Vérifier toute la livraison
Enregistrez une lecture et montez une version provisoire avec les images nécessaires. Les effets finaux sont facultatifs, pas la vérification de la complémentarité voix-image dans le temps. Notez images absentes, phrases débordantes et silences sans fonction.
Liez chaque modification à un problème observé : avancer une phrase, allonger un détail, retirer une répétition ou séparer une démonstration. Mesurez l’export avec titre, fin et silences. La durée du script planifie ; celle du fichier décrit le résultat. Garder les deux améliore les estimations suivantes.
Budget original de quatre-vingt-dix secondes
| Partie successive | Durée | Traitement |
|---|---|---|
| Titre silencieux | 6 secondes | Retirer du temps de voix |
| Démonstration silencieuse | 12 secondes | Retirer du temps de voix |
| Fin silencieuse | 4 secondes | Retirer du temps de voix |
| Voix et ses pauses | 68 secondes | 136 mots à l’hypothèse de 120/min |
Sources et vérifications
- W3C: Speech Synthesis Markup Language 1.1 · Contrôles SSML break/prosody, pauses en secondes ou millisecondes et débit par défaut propre à la voix.