Lezione 2: La catena che non si rompe

Obiettivi della lezione

Adesso le clip sono sul computer. Questa lezione le trasforma in un video solo, e lo fa con ffmpeg, che è il programma che sta sotto a quasi tutto quello che tocca un file video, compresi i montatori con i pulsanti.

La parte importante però non sono i comandi: sono i tre modi in cui questa catena si rompe. Li ho incontrati tutti e tre costruendola, e hanno una cosa in comune che li rende cattivi: nessuno dei tre dà un messaggio di errore. Il file esce, si apre, dura il tempo giusto. È sbagliato dentro.

Alla fine della lezione riesci a:

• Leggere che cosa c'è dentro a una clip prima di toccarla;
• Portare clip diverse allo stesso formato, che è il passo su cui sta in piedi tutto il resto;
• Unire, tagliare, mettere la musica e imprimere i sottotitoli;
• Accorgerti di un video sbagliato che non ha dato nessun errore.

Guardare dentro prima di toccare

Una clip non è un file, sono due tracce in una scatola: il video e l'audio. E ognuno ha delle proprietà che il telefono decide da solo, senza dirtelo. Il comando che le legge si chiama ffprobe, e viene installato insieme a ffmpeg.

ffprobe -v error -show_entries \
  stream=codec_type,width,height,avg_frame_rate,duration \
  -of default=nw=1 clip-01.mp4

Su tre clip girate nello stesso pomeriggio può venire fuori una cosa così:

Tre clip, tre misure diverse, tre velocità diverse, e una senza traccia audio perché l'hai girata in un posto rumoroso col microfono spento. È la situazione normale, non un caso strano. Tenetela a mente, perché il paragrafo che viene è esattamente questo caso.

Il guasto che non dà errore

Il comando per incollare due video in ffmpeg si chiama concat. Si scrive un elenco e si lancia:

printf "file '%s'\n" clip-01.mp4 clip-02.mp4 clip-03.mp4 > lista.txt
ffmpeg -f concat -safe 0 -i lista.txt -c copy insieme.mp4

Ho lanciato esattamente questo sulle tre clip della tabella. Il file esce. Dura 15,02 secondi, che è la somma giusta di 6 + 5 + 4. Se lo apri e guardi i primi secondi, sembra a posto.

Poi si misura, e viene fuori questo:

Questo è il guasto peggiore che ci sia, perché assomiglia a un successo. Il motivo è semplice e vale la pena scriverlo per esteso: concat -c copy incolla tracce senza ricomprimerle, e pretende che siano già identici. Stessa misura, stessa velocità, stessi pixel, stesso codec audio. E l'audio ci deve essere: se una clip non ce l'ha, tutte quelle dopo di lei perdono il suono.

Normalizzare, il passo che regge tutto

La soluzione è un passo in più prima di incollare: si porta ogni clip allo stesso formato, una per una. Si chiama normalizzare, ed è il novanta per cento di questa lezione.

ffmpeg -y -i clip-02.mp4 \
  -vf "scale=1080:1920:force_original_aspect_ratio=increase,
       crop=1080:1920,setsar=1,fps=30" \
  -c:v libx264 -crf 20 -preset veryfast -pix_fmt yuv420p \
  -c:a aac -b:a 192k -ar 48000 -ac 2 \
  -video_track_timescale 90000 -movflags +faststart \
  pronte/02.mp4

Riga per riga, quello che conta:

• scale=...:increase seguito da crop ingrandisce finché la cornice è piena e taglia quello che avanza. Il soggetto resta grande, e i bordi si perdono. È quello che vuoi per un reel girato in orizzontale.
• setsar=1 dice che i pixel sono quadrati. Senza, certe clip escono schiacciate anche se le misure tornano.
• fps=30 mette tutti alla stessa velocità: chi va a 24 guadagna fotogrammi ripetuti, chi va a 60 ne perde.
• -ar 48000 -ac 2 uniforma l'audio a 48 kHz stereo. Due clip con frequenze diverse fanno andare fuori sincrono il suono a metà del video.
• +faststart sposta l'indice all'inizio del file, così il video comincia a vedersi prima di essere scaricato tutto.

ffmpeg -y -i clip-03.mp4 \
  -f lavfi -t 4.0 -i anullsrc=channel_layout=stereo:sample_rate=48000 \
  -map 0:v:0 -map 1:a:0 \
  -vf "scale=1080:1920:force_original_aspect_ratio=increase,crop=1080:1920,setsar=1,fps=30" \
  -c:v libx264 -crf 20 -preset veryfast -c:a aac -b:a 192k -ar 48000 -ac 2 \
  pronte/03.mp4

Come ci si sta dentro alla cornice sono tre scelte, e cambiano la faccia del video:

Unire, senza ricomprimere

Adesso che le clip sono identiche, concat fa il suo mestiere, e lo fa senza ricomprimere niente:

ffmpeg -y -f concat -safe 0 -i lista.txt -c copy \
  -movflags +faststart grezzo.mp4

Ed è anche il giro più veloce: si comprime una volta sola, durante la normalizzazione.

E le misure dopo la catena giusta, sullo stesso caso che prima era rotto:

La musica, e il volume giusto

La musica sotto a una voce va tenuta bassa, e «bassa» è un numero: 0,13, cioè il tredici per cento. Sopra a 0,2 comincia a coprire le consonanti, e chi guarda senza cuffie non capisce le parole.

ffmpeg -y -i grezzo.mp4 -stream_loop -1 -i musica.mp3 \
  -filter_complex "[1:a]volume=0.13,afade=t=out:st=13.0:d=2[m];
                   [0:a][m]amix=inputs=2:duration=first:dropout_transition=0,
                   dynaudnorm=f=250:g=15[a]" \
  -map 0:v -map "[a]" -c:v copy -c:a aac -b:a 192k -t 15.05 \
  finito.mp4

Le parti che contano: -stream_loop -1 ripete il brano finché serve, così una base da trenta secondi copre anche un video da due minuti. duration=first dice che a comandare è il video, quindi la musica non lo allunga. afade la fa sfumare negli ultimi due secondi, perché una musica tagliata di netto si sente. dynaudnorm pareggia il volume della voce fra una clip e l'altra: due clip girate in due stanze diverse hanno due volumi diversi, e senza questo passaggio chi guarda alza e abbassa il telefono.

I sottotitoli impressi

I sottotitoli in un reel non sono un accessorio: la maggior parte della gente guarda senza audio. E devono essere impressi dentro all'immagine, perché i sottotitoli come file separato Instagram non li legge.

La strada classica è il filtro subtitles di ffmpeg, che prende un file .srt e lo disegna sopra al video. Sul mio computer non funziona, e la ragione vale la pena saperla prima di perderci un'ora:

ffmpeg -hide_banner -filters | grep -E " (subtitles|drawtext) "

Il ripiego è disegnare ogni blocco di testo come un'immagine trasparente grande quanto il video, e sovrapporla. Si può fare con un programma di grafica, con un browser, con quello che preferisci: quello che conta è che esca un PNG con lo sfondo trasparente e il testo dove lo vuoi.

E questo ripiego ha un vantaggio che lo fa restare anche il giorno che libass torna: libass usa i caratteri installati nel sistema. Se il tuo carattere è quello del tuo marchio e non è installato come font di sistema, con libass i sottotitoli escono in Helvetica. Disegnandoli tu, escono col tuo.

ffmpeg -y -i video.mp4 \
  -loop 1 -i sub-001.png \
  -loop 1 -i sub-002.png \
  -filter_complex "[0:v][1:v]overlay=0:0:enable='between(t,0.5,3.0)'[v1];
                   [v1][2:v]overlay=0:0:enable='between(t,7.0,10.0)'[v2]" \
  -map "[v2]" -map "0:a?" -shortest \
  -c:v libx264 -crf 20 -preset veryfast -c:a copy sottotitolato.mp4

enable='between(t,a,b)' accende la sovrapposizione solo nella finestra del blocco. Le sovrapposizioni si incatenano una dopo l'altra, e il video viene attraversato una volta sola.

Il fotogramma che finisce subito

Nel comando qui sopra c'è un -loop 1 davanti a ogni immagine. Sembra un dettaglio ed è il terzo guasto della lezione, il più infido dei tre.

Senza -loop 1, un'immagine consegna un fotogramma solo, al tempo zero, e poi finisce. La sovrapposizione, quando si accende alla sua finestra, non ha più niente da mettere: non dà errore, e non compare niente.

La morale è più larga del caso: quando controlli un video montato, guarda la fine e non l'inizio. Tutti e tre i guasti di questa lezione si vedono nella seconda metà.

Laboratorio: tre clip, un reel

Obiettivo: partire dalle tre clip scombinate della Lezione 1 e arrivare a un reel verticale con la musica sotto.

Consegna

1. Guarda le tre clip con ffprobe e scrivi su un foglio misure, velocità e presenza dell'audio. Se sono tutte e tre uguali, rigirane una in orizzontale: ti serve il caso difficile.
2. Prova la strada sbagliata: incollale con concat -c copy senza normalizzare. Il file esce.
3. Trova il guasto da solo. Misura la durata delle due tracce separatamente e confronta. Poi tira fuori un fotogramma a metà e uno verso la fine e guarda le misure. Questo passo è il cuore del laboratorio: serve a saper riconoscere un video rotto che sembra sano.
4. Normalizza le tre clip al formato verticale e rifai l'unione.
5. Rimisura le stesse tre cose, e controlla che adesso tornino.
6. Metti la musica a 0,13 e ascolta la fine: la sfumatura si deve sentire.
7. Guarda il video dall'inizio alla fine col telefono, senza audio. È come lo vedrà chi lo trova.

Mini-test di autoverifica

Sezione A: risposta multipla

1. concat -c copy pretende che le clip siano:
   a) corte   b) già identiche per misure, velocità e audio   c) dello stesso peso   d) girate con lo stesso telefono
2. Una clip senza traccia audio, dentro a un montaggio:
   a) non dà problemi   b) fa perdere il suono a quelle dopo di lei   c) si scarta   d) allunga il video
3. Senza -loop 1, un'immagine sovrapposta:
   a) resta per sempre   b) dà errore   c) consegna un fotogramma a tempo zero e finisce   d) rallenta il video
4. Il filtro subtitles di ffmpeg può mancare perché:
   a) è a pagamento   b) serve libass, e chi compila può non metterla   c) funziona solo su Windows   d) è stato tolto da ffmpeg

Sezione B: risposta aperta

5. (3 punti) Un video montato ti sembra a posto. Elenca i tre controlli che fai, in ordine, per esserne sicuro, e spiega per ognuno che cosa scopriresti.

Riassunto della lezione