Niektóre scenariusze kończą się wtedy, gdy kończysz mówić. Inne kończą się wtedy, gdy każe zegar, a różnica między tymi dwoma rodzajami ujęcia jest większa, niż wygląda. Trzydziestosekundowy czas antenowy trwa dokładnie 30 sekund, bo dokładnie tyle kupiono; odczyt trwający 32 sekundy to nie jest trochę za długa reklama, to plik nie do użycia. Rolka zmontowana na podkładzie muzycznym musi stawiać akcenty tam, gdzie stawia je muzyka, i być skończona wtedy, gdy kończy się utwór. Segment prowadzącego, który oddaje głos punktualnie o 2:00, nie może oddać go o 2:10, bo ktoś już tam stoi i czeka. Wszędzie indziej w wideo długość jest kwestią gustu — minuta czterdzieści, która byłaby lepsza jako minuta dwadzieścia, wciąż jest wideo. Tu długość jest specyfikacją. A naturalna mowa jest wobec specyfikacji bezradna. Powiedz te same 80 słów dwa razy, naturalnie, a jedno ujęcie wyląduje na 27 sekundach, a następne na 34. Ta zmienność nie jest wadą mówiącego; ona jest tym, czym naturalne mówienie po prostu jest. Jest też — gdy tylko zegar staje się częścią zamówienia — dokładnie tym, co musi zniknąć.
Telewizja rozwiązała ten problem na długo przed aplikacjami i rozwiązała go dyscypliną, nie talentem. Prowadzący odmierzają czas od końca: próbują scenariusz z zegarem w ręku, aż tekst i długość dogadają się, zanim ktokolwiek wejdzie na antenę. Przewijanie w stałym tempie to ta dyscyplina przelana w narzędzie. Ustaw tempo, a scenariusz zajmuje odtąd dokładnie tyle czasu, ile mu przydzielono — nie mniej więcej, nie w dobry dzień, lecz w każdym przebiegu tak samo. To, co stałe przewijanie robi naprawdę, to wczesne ujawnianie niezgody. Jeśli na próbie odczyt walczy z przewijaniem — jeśli ciągle jesteś linijkę z tyłu i połykasz końcówki zdań, żeby dogonić — komunikat nie brzmi, że czytasz za wolno. Brzmi: scenariusz jest za długi na ten czas i żadna ilość aktorstwa tego nie zmieni. Uczciwa poprawka to wycięcie słów, nie podniesienie prędkości. To jest ta część, którą nikt się nie chwali: odczyt na czas jest dyscypliną pisania, zanim stanie się dyscypliną czytania. Tempo nie czyni Cię szybszym. Mówi Ci, zanim zacznie boleć, że piętnaście Twoich słów musi odejść.
Talk2Camera trzyma obie ręce na tym problemie. Możesz prowadzić scenariusz samodzielnie, przesuwając go w rytmie, jakiego wymaga chwila, albo ustawić tempo i pozwolić mu płynąć — a gdy płynie, pasek postępu pokazuje pozostały czas. Ten pasek jest uczciwym sędzią odczytu na czas. W połowie trzydziestosekundowego spotu pokazuje piętnaście sekund do końca i wiesz, w środku ujęcia, czy mieścisz się w planie — zamiast odkrywać przekroczenie po fakcie, w montażu, gdzie wszystkie lekarstwa są brzydkie. Zmienia się też próba, gdy pozostały czas jest na widoku: przepuść scenariusz trzy razy, a przestajesz zgadywać, jak czuje się odczyt czterdziestopięciosekundowy, bo widzisz, jak liczba odlicza się na tle Twojego własnego głosu. Długości przestają być abstrakcjami. Kto próbował z paskiem, ten wie, czym w ustach jest dziesięć pozostałych sekund — mniej więcej dwa zdania, jedno, jeśli są długie — a dokładnie tej wiedzy wymaga oddanie głosu punktualnie o 2:00. Zegar przestaje być przeciwnikiem, bo przez całe ujęcie patrzysz mu na ręce.
Nic z tego nie detronizuje podążania za głosem, które w Talk2Camera jest domyślne nie bez powodu. Tam relacja się odwraca: scenariusz podąża za Twoim głosem, przewija się, gdy mówisz, i czeka, gdy robisz pauzę — a dla większości filmów to po prostu lepsze narzędzie. Większość filmów nie ma ściany na końcu. Nikt nie odrzuca poradnika za to, że trwa 6:12 zamiast 6:00, a odczyt, który oddycha — zwalnia tam, gdzie myśl jest trudna, i zatrzymuje się przed zwrotem — wart jest więcej niż taki, który ląduje na okrągłej liczbie. To rozróżnienie warto wypowiedzieć wprost: podążanie za głosem służy mówieniu, stałe tempo służy zegarowi. Pierwsze daje każdemu zdaniu tyle czasu, ile naprawdę bierzesz; drugie daje całemu scenariuszowi tyle czasu, ile mu przydzielono, i prosi, żeby się w nim zmieścić. O tym, który z dwóch panów się liczy, decyduje zamówienie, nie aplikacja. Jeśli nikogo poza filmem nie obchodzi, kiedy się kończy: podążanie za głosem. Jeśli obchodzi to czas antenowy, podkład muzyczny albo następnego prowadzącego, wygrywa zegar, a tempo jest sposobem, by go usłuchać.
Zastrzeżenie, powiedziane wprost: źle użyte stałe tempo jest gorsze od obu alternatyw. Jeśli scenariusz nie mieści się w czasie, przewijanie i tak Cię przez niego przeciągnie, a ujęcie wychodzi zdyszane albo wypchane watą — recytacja z zegarem przy skroni. Metoda pracy, która tego unika, używa obu trybów, po kolei. Najpierw próbuj z podążaniem za głosem i pozwól, by naturalna długość wyszła na jaw; jest uczciwa co do tego, ile scenariusz naprawdę trwa. Potem tnij, aż ta naturalna długość znajdzie się tuż pod celem — pod, bo odczyt potrzebuje miejsca na oddech. Dopiero wtedy ustaw tempo i nagrywaj. Zrobione w tej kolejności stałe przewijanie przestaje być pętami, a staje się gwarancją: słowa się mieszczą, a zegar nie jest już czymś, czego słuchasz w środku ujęcia, lecz czymś, co scenariusz spełnił zawczasu. Spot ląduje na 30 sekundach, bo w chwili, gdy naciskasz nagrywanie, nie może już wylądować nigdzie indziej. Tym właśnie jest dyscyplina produkcji — przenieść problem tam, gdzie kosztuje mało, i pozwolić, by ujęcie było łatwe. Trudne decyzje zapadają przy biurku, nad tekstem; przed obiektywem zostaje już tylko mówienie.