ДНК формату: що беремо з Face Protocol
Слухати результат · Голос Васі · Сценарій
Переглянуто та проаналізовано всі три надані ролики повністю, включно зі звуком. Від них беремо розподіл уваги між реплікою, паузою та бітом. Біографії, політичні твердження, низькі голоси персонажів і їхні жарти не є матеріалом для паспорта Васі.
Три різні способи тримати темп
| Референс | Тривалість контейнера | Конструкція звуку | Що переносимо |
|---|---|---|---|
| Dd0dGb0trQ3 | 45,717 с | Серія коротких зіставлень, суха декларативна подача; звукові акценти між тезами; приблизно після 37,6 с — музичний фінал | Один вислів на один поворот історії. Після підсумкової репліки дати біту завершити думку |
| DdanhESNV8Z | 31,576 с | Сім компактних тверджень; відчутні проміжки між ними; останні приблизно 6–7 с віддані інструменталу | Не заповнювати мовленням усі 60 секунд; залишити паузи, які мають ритм |
| Dc-f62rtMUG | 26,166 с | Коротка теза й розв'язка; приблизно 15–19 с — інструментальний проміжок; далі завершальна репліка | Музична пауза може бути окремим епізодом, а не технічною порожнечею |
Час інтонаційних і монтажних подій приблизний, отриманий під час модельного перегляду. Тривалість контейнерів виміряна ffprobe. Ознаки синтетичного голосу в референсах не дозволяють встановити, якою моделлю їх зробили.
Вимірювання готових доріжок
| Референс | Інтегральна гучність | True peak | LRA | Оцінка темпу |
|---|---|---|---|---|
| Dd0dGb0trQ3 | −13,95 LUFS | +0,79 dBTP | 4,60 LU | 136,0 BPM |
| DdanhESNV8Z | −13,62 LUFS | +0,44 dBTP | 8,20 LU | 129,2 BPM |
| Dc-f62rtMUG | −13,50 LUFS | +0,26 dBTP | 10,20 LU | 129,2 BPM |
Гучність виміряна FFmpeg loudnorm; темп оцінений librosa на повному міксі. Можливе подвійне/половинне трактування пульсу. Це не відновлена сітка оригінального монтажного проєкту. Позитивний true peak — властивість отриманих файлів, а не ціль для нового експорту. Відношення рівнів голосу й музики в референсах окремо не вимірювалося.
Адаптація під Васю
- Перші секунди — коротке уточнення, характерне для інтерв'юера; далі просте представлення.
- Середина — прагнення стати відомим, внутрішнє запитання, невдача й конкретний результат. Це його публічна розповідь, не запозичена історія успіху іншої особи.
- Перелік роботи й побутової деталі дає зміну інтонації; автомобіль повертає історію до молодшого себе.
- Фінал — звернення до глядача та «Поїхали!», потім інструментальна розв'язка.
У голосі зберігаємо рухливість і розмовні зв'язки. Суцільний пафос референсів зробив би героя менш схожим на Васю — це було помітно в довгій пробі Gemini Charon. Музику створено окремо; жодну доріжку з Face Protocol не перенесено в результат.
Що дав pdoom-video
З pdoom-video взято принцип роботи: канонічна часова шкала, звірка слів зі звуком, аналіз енергії та висоти голосу, осмислені музичні акценти. Досліджена ревізія — bdbad537a7b7af3213475651774030c47568c181. Його 132 BPM, слова пісні, музика й монтажні секції не перенесені. У цьому проході не виконувалося повне автоматичне вирівнювання кожної фонеми чи відновлення стемів референсів.