Trasforma il VOD di una live in clip verticali

Perché un VOD di una live è più difficile da tagliare di un talking head?

Perché la parte interessante non è quasi mai al centro dell’inquadratura.

Una live viene composta prima ancora di essere registrata. Il gameplay, uno schermo condiviso o un browser riempiono l’intera larghezza 16:9, e lo streamer sta in un piccolo riquadro webcam in un angolo — in basso a sinistra, in basso a destra, dove l’HUD non c’è. Quell’unica scelta di layout rompe il presupposto che ogni clipper generico fa. Ritaglia il centro e ottieni il mezzo di una mappa di gioco senza volto, senza reazione e senza sapere chi sta parlando. Traccia invece il volto e ottieni un riquadro d’angolo pesantemente ingrandito, con il gameplay a cui stava reagendo tagliato via.

Il secondo problema è la durata. Un video con un talking head dura minuti; un VOD dura ore. Il momento da ricavare sono quattro minuti da qualche parte dentro quattro ore, e trovarlo scorrendo a mano è il motivo per cui i VOD della maggior parte degli streamer non vengono mai trasformati in clip. Quell’archivio è il caso più chiaro di inventario non pubblicato: ore di materiale registrato che ha raggiunto chi già guardava in diretta e nessun altro.

Il terzo è che l’audio è continuo. Non ci sono capitoli, montaggio né confini naturali, quindi i punti di taglio devono venire dalla trascrizione e dai cambi di scena visivi e non da una struttura che non c’è.

Come ricostruisce Clippen un layout da live?

Con una modalità chiamata INSET, e vale la pena spiegarla perché la parte interessante è il rilevamento.

Clippen non chiede a un modello linguistico se l’inquadratura ha un riquadro webcam — chiederlo peggiorava la scelta complessiva del layout. Trova l’inserto in modo geometrico, con tre test che una webcam d’angolo supera e un talking head no. Il soggetto è piccolo nell’inquadratura. Il soggetto è decentrato in orizzontale — un talking head può stare in alto nell’inquadratura ma è quasi sempre centrato, quindi la posizione verticale da sola non basta. E il riquadro del soggetto si muove appena tra un campione e l’altro: una webcam in sovrimpressione è fissata agli stessi pixel e deriva di pochi pixel lungo una clip, mentre una persona vera in una stanza si sposta di centinaia.

Quando tutti e tre i test sono soddisfatti, la clip viene ricostruita invece che ritagliata: lo schermo corre a tutta larghezza nella parte alta dell’inquadratura 9:16 e il riquadro webcam viene ingrandito sotto. Sopravvivono entrambe le metà della composizione originale — puoi leggere cosa c’è sullo schermo e vedere la reazione a una dimensione leggibile.

La modalità SCREENCAST, affine, copre l’altra forma dello stesso problema: uno schermo condiviso o una presentazione che occupa gran parte della larghezza con un relatore accanto e non sopra. Un contenuto più stretto di metà inquadratura viene lasciato com’è, perché un ticker d’angolo o un sottopancia sopravvivono benissimo a un ritaglio e impilarli di nuovo sarebbe peggio che non fare nulla.

Quanto costa un VOD di quattro ore?

240 crediti. Clippen fattura in base alla durata della sorgente, e un credito è un minuto di essa, quindi quattro ore sono 240 minuti sono 240 crediti — addebitati una volta sola, per l’intera elaborazione, a prescindere da quante clip tornino.

Clippen è uno strumento a pagamento e si paga in base alla durata di ciò che gli dai: un credito è un minuto di video sorgente, e quell’unico addebito copre l’intera elaborazione — tutte le clip che il video produce, la reinquadratura verticale, i sottotitoli e l’hook. Un podcast da 60 minuti costa 60 crediti, che tornino sei clip o dodici. I piani partono da 19,99 $ al mese per 150 crediti (11,66 $ al mese con fatturazione annuale) e arrivano a 59,99 $ al mese per 800 crediti. Non esiste un piano gratuito.

Vale la pena controllarlo con attenzione su qualsiasi strumento tu confronti, perché la fatturazione al minuto e quella per clip producono numeri enormemente diversi per lo stesso VOD. Una live di quattro ore che produce dodici clip costa qui gli stessi 240 crediti di una che ne produce otto. Un tetto mensile di clip finite prezza lo stesso VOD in base a un output che nessuno può prevedere prima di premere avvio.

La conseguenza pratica per gli streamer è che accorciare la sorgente è la leva che conta. Se sai che la prima ora era preparazione e chat, invia le ultime tre ore e paga 180 invece di 240. Nient’altro dell’elaborazione cambia.

Quanto ci mette, e cosa torna indietro?

Ti scriviamo via email non appena sono pronte. L’elaborazione gira sul server: invia il VOD quando la live finisce e vai a dormire.

circa 10 clip da un solo invio, qualunque ne sia la durata, ciascuna di 15-60 secondi, e il numero scala con ciò che c’è nel materiale — i tempi morti e la preparazione non generano clip per raggiungere un numero. Ognuna arriva finita:

• Verticale a 1080×1920, con 9:16, 1:1 e 16:9 disponibili dalla stessa elaborazione.
• Sottotitoli a livello di parola incorporati con la parola pronunciata evidenziata, lingua rilevata automaticamente.
• Un titolo hook scritto dall’IA sui primi secondi.
• Un layout scelto per ogni scena: INSET per la webcam in un angolo, SCREENCAST per uno schermo condiviso accanto al relatore, TRACK per un segmento con la facecam a tutto schermo, SPLIT per un’inquadratura a due in co-streaming.
• Punch-in opzionali sui momenti forti, così una webcam fissa non fa sembrare fissa la clip.
• Scarica, oppure pubblica su TikTok, Instagram Reels e YouTube Shorts dalla dashboard.

Per le live senza alcun volto a schermo — una cattura di gioco a schermo intero con la sola voce — non c’è nessun inserto da trovare e nessun soggetto da tracciare, quindi quelle scene vengono gestite come layout a tutta larghezza, con l’audio e i sottotitoli a reggere la clip. La reinquadratura non può inventare un controcampo di reazione che non è mai stato registrato.