La musica sotto un video parlato fallisce in un modo preciso e prevedibile. Scegli una traccia, ne regoli il volume perché l’introduzione sembri viva, premi esporta — e il video finito è una rissa. Non perché la musica sia brutta, ma perché un livello costante è la forma sbagliata per il parlato. Una voce non è costante: sale verso una battuta, cade a fine frase, sparisce del tutto mentre respiri. Un letto musicale tenuto a una sola altezza è troppo forte ogni volta che parli piano e troppo debole nell’istante in cui taci, così l’orecchio dello spettatore rinegozia senza sosta quale suono seguire. Peggio: voce e musica abitano nello stesso posto. Gli strumenti che rendono calda una traccia — chitarre, tastiere, archi, quasi tutte le voci cantate — occupano le stesse poche ottave del parlato umano; le due cose non si impilano, si mascherano. Abbassare l’intera traccia non risolve; sposta soltanto la rissa a un volume più basso, e le pause adesso sembrano vuote invece che musicate. Il problema non è il livello. È che il livello non cambia mai.
La radio e la televisione l’hanno risolto decenni fa, con una mano sul fader. Ascolta da vicino un documentario fatto bene: la musica non sta mai a un solo volume. Qualcuno in regia la accompagna — parecchio giù sotto la prima parola del parlato, tenuta lì finché la voce continua, riportata su nelle pause che sono pause davvero, quelle fra le sezioni e non fra le parole. L’ascoltatore non nota mai i movimenti, ed è lì il mestiere: le rampe sono abbastanza lente da essere invisibili, una frazione di secondo di scivolamento invece di uno scatto. L’effetto è esattamente ciò che promette il nome inglese — la musica si abbassa, ducks, come si abbassa una persona in piedi fra te e un palco quando comincia lo spettacolo. Ciò che l’ascoltatore vive non è «la musica è calata» ma «la voce è importante». Fatto bene, il ducking non è un trucco tecnico ma una dichiarazione di priorità, emessa di continuo, sessanta volte a video, senza un solo pensiero cosciente del pubblico. Fatto a mano, è anche un pomeriggio di lavoro a video — ed è per questo che esiste l’automazione.
L’automazione fatta in modo grezzo ha il suo modo di fallire, e ha un nome: pompaggio. Un ducker ingenuo segue la voce troppo alla lettera. Ogni vuoto nel parlato, per quanto piccolo, viene letto come silenzio, così la musica si gonfia fra le tue parole e ripiomba giù alla sillaba successiva — su, giù, su, giù, a tempo con il tuo respiro. La traccia smette di essere un letto e diventa un battito, e l’ascoltatore, che non saprebbe dirti cosa c’è che non va, sa che qualcosa non va. Il rimedio è una distinzione che la versione grezza si perde: non tutti i vuoti sono pause. Lo spazio fra due parole non è una pausa; nemmeno il tempo in cui prendi aria a metà frase. Una pausa vera — la fine di un pensiero, un confine di sezione, il secondo di silenzio deliberato prima di un argomento — è lunga abbastanza perché il ritorno della musica significhi qualcosa. La regola che separa il buon ducking dal pompaggio è quindi semplice da enunciare: i vuoti più corti di un respiro devono restare abbassati. Solo quando il silenzio è lungo abbastanza da essere intenzionale il letto può risalire.
L’editor di Talk2Camera ha questa regola incorporata. Metti una traccia musicale sotto il montaggio, accendi il ducking, e il mix si accompagna da solo: mentre parli, la musica scende a circa un quarto del livello che le hai fissato, e nelle pause vere risale, con rampe di circa un terzo di secondo perché i movimenti scivolino invece di scattare. I vuoti più corti di un respiro restano abbassati, così il letto non pompa mai a tempo con il tuo fraseggio. Cosa conta come «mentre parli» viene dal take stesso: su iPhone, dalla trascrizione del take; su Android, dall’analisi dell’audio del take — il che significa che funziona anche quando hai registrato senza copione e non c’è testo su cui appoggiarsi. E come tutto ciò che vive nella catena di esportazione, è una decisione e non un impegno: la registrazione originale resta intatta, quindi puoi esportare con il ducking per il tutorial, senza per il taglio da trailer, o cambiare musica del tutto, sempre dallo stesso take.
Le decisioni rimanenti sono tue, e sono musicali più che tecniche. Regola il livello della traccia per le pause, non per il parlato — del parlato si occupa il ducking; il livello che scegli è quello che lo spettatore sente quando smetti di parlare, ed è lì che un letto troppo forte si tradisce. Preferisci musica che possa permettersi di fare da sfondo: strumentale invece che cantata, perché una seconda voce sotto la tua è il mascheramento nella sua forma peggiore; regolare invece che drammatica, perché una traccia piena di crescendo litiga con il lavoro onesto del ducker usando i suoi effetti di teatro. Poi riascolta una volta a occhi chiusi. Se riesci a seguire ogni parola senza sforzo e noti comunque, nelle pause, che il video ha un’atmosfera, il mix è giusto. Se noti la musica mentre parli, è troppo alta al suo livello di base; se le pause sembrano vuote, è troppo bassa. Un passaggio di quel test di solito basta — il che, accanto a un pomeriggio di fader accompagnato a mano, è l’intero argomento.