# Report dei controlli: reel "il tasso di conversione"

Video: `reel-tasso-conversione.mp4`, 1080x1920, 30 fps, 41,73 s, h264 + aac 48000 Hz. Tutti i numeri qui sotto sono misurati dagli script in `strumenti/` (nessun valore scritto a mano).

## Esito in breve

- **Tagli fuori posto: 0.** 13 tagli su 13 cadono sul fotogramma previsto (scarto massimo 0 ms, tolleranza 50 ms); salti d'immagine non previsti: 0.
- **Fotogrammi corretti: 1253 su 1253** controllati uno per uno prima del render: 0 problemi (testi sovrapposti, fuori dalle zone sicure, sotto i pulsanti di Instagram), 0 fotogrammi senza niente da leggere; la chiamata all'azione compare 1 volta.
- **Fermi:** 0 tratti senza movimento oltre 0,6 s.
- **Silenzi veri:** prima dei 3 tagli importanti la musica e' a zero per 0,55 s, 0,56 s, 0,55 s (nella finestra misurata: musica zero digitale, zero digitale, zero digitale, nessun effetto); mezzo secondo di attesa prima del drop finale (musica zero digitale).
- **Loudness: -14,0 LUFS integrati** (obiettivo -14), picco vero -1,7 dBTP (massimo -1), intervallo 1,7 LU.
- **Livelli:** musica -9,0 dB sotto la voce mentre parla (obiettivo 8-10), -6,6 dB nelle pause; effetti principali -2,0 dB (obiettivo 1-3 sotto).
- **Sincronia audio-video:** 0,00 ms.

## 1. Voce e tempi delle parole

- 99 parole del copione, tempi al centesimo in `parole.json` (faster-whisper `medium`, testo sempre quello del copione; inizio e fine dei tratti parlati corretti sull'energia vera della voce, perche' Whisper allunga le parole dentro le pause).
- Fine voce 37,26 s. Pause di almeno 0,4 s prima di: "Converti" (0,54 s), "Ecco" (0,55 s), "Le" (0,55 s).

## 2. Griglia della musica

- 120,0 BPM, 142 battiti, 36 battute. Metodo: a mano: librosa sbaglia (scarto mediano 36 ms, tempo stimato 120,2 BPM); tempo dagli intervalli tra le casse, uno sulla prima cassa del drop.
- Verifica: 65 casse misurate contro la griglia, scarto medio 0,4 ms, massimo 0,4 ms (librosa da solo stimava 120,19 BPM).
- Drop misurati (salto di batteria e basso): battuta 8 a 16,00 s (+21,0 dB), battuta 24 a 48,00 s (+20,8 dB).

## 3. Partitura e regole del ritmo

- 63 eventi (60 suoni), tutti agganciati a una parola o a un battito. Controlli: **tutto ok**.
- Musica nel video (stesso brano, pezzi diversi agganciati alle parole):
  - 0,00-4,00 s: battuta 8 del brano. S1 gancio: il drop apre il video
  - 4,00-8,38 s: battuta 0 del brano. S2: solo tappeto di accordi
  - 8,38-11,40 s: battuta 8 del brano. S2: fine della salita, lo stesso drop torna su 'venti'
  - 11,40-22,18 s: battuta 16 del brano. S3: pausa (accordi e arpeggio), niente basso
  - 22,18-28,44 s: battuta 24 del brano. S4: salita che porta il drop B (col basso) su 'guadagnarci'
  - 28,44-37,76 s: battuta 0 del brano. S5: tappeto di accordi
  - 37,76-41,74 s: battuta 24 del brano. chiusura: drop sul battito fino al logo
- R7 drop della battuta 8 (misurato) su 0,00s e di nuovo su 9,40s: stesso pezzo
- R3 il basso entra a 0,01s (parola piu' vicina 'Vuoi' a 0,32s): ammesso
- R3 il basso entra a 9,41s (parola piu' vicina 'venti.' a 9,40s): ammesso
- R3 il basso entra a 26,95s (parola piu' vicina 'guadagnarci' a 26,94s): ammesso
- R3 il basso entra a 37,77s (parola piu' vicina 'bio.' a 37,06s): ammesso
- R8 fine voce 37,26s, drop finale 37,76s: attesa 0,50s
- Un suono per ogni cosa che si muove, mai due insieme: distanza minima tra due suoni 55 ms (minimo 50).
- Liste a tempo, una parola un colpo un'immagine: 1% 6,10 s (click-sharp, scarto dalla parola 0 ms); 10 6,92 s (pop-1, scarto dalla parola 0 ms); 2% 9,02 s (click-sharp, scarto dalla parola 0 ms); 20 9,40 s (impact-drop, scarto dalla parola 0 ms); form 13,26 s (tap, scarto dalla parola 0 ms); pagina lenta 15,44 s (tap, scarto dalla parola 0 ms); recensioni 17,06 s (tap, scarto dalla parola 0 ms).
- Nessun suono forte dove la voce riparte dopo una pausa: i colpi dei tre tagli importanti stanno a -3,5 dB, -3,5 dB, -3,5 dB dalla voce (vol 0,24, sotto la soglia di 0,35).

## 4. Fotogrammi (prima del render)

- 1253 fotogrammi a 30 fps. Zona sicura: x 60-1020, y 220-1480, piu' la colonna dei pulsanti (x > 950 sotto y 1100).
- Problemi trovati: 0.
- Errori JavaScript: 0.

## 5. Mix

- Voce in cima (mediana -15,1 LUFS su finestre da 100 ms); musica -9,0 dB sotto la voce mentre parla, -6,6 dB nelle pause (ducking 2,4 dB), -0,1 dB nella chiusura senza voce.
- Effetti principali: mediana -2,0 dB dalla voce, da -12,1 a 0,1 dB (i piu' forti cadono dove la voce tace: il colpo d'apertura e il drop finale). I colpi sui tre tagli importanti, dove la voce riparte dopo la pausa, restano piu' bassi (regola 6).
- Finale: -14,0 LUFS, picco vero -1,2 dBTP (limitatore attivo solo sui picchi).

## 6. Video finito (dopo il render)

A 30 fps un fotogramma dura 33 ms: il taglio deve comparire sul primo fotogramma dopo l'istante previsto (scarto 0).

| Taglio | Previsto | Fotogramma | Trovato | Scarto | Esito |
|---|---|---|---|---|---|
| taglio-s2 | 4,00 s | 120 | 4,000 s | +0 ms | ok |
| taglio-due | 8,38 s | 252 | 8,400 s | +0 ms | ok |
| venti | 9,40 s | 282 | 9,400 s | +0 ms | ok |
| taglio-s3 | 11,40 s | 342 | 11,400 s | +0 ms | ok |
| taglio-s4 | 22,18 s | 666 | 22,200 s | +0 ms | ok |
| guadagnarci | 26,94 s | 809 | 26,967 s | +0 ms | ok |
| taglio-s5 | 28,44 s | 854 | 28,467 s | +0 ms | ok |
| domanda | 32,91 s | 988 | 32,933 s | +0 ms | ok |
| drop-finale | 37,76 s | 1133 | 37,767 s | +0 ms | ok |
| sul-battito#0 | 38,26 s | 1148 | 38,267 s | +0 ms | ok |
| sul-battito#1 | 38,76 s | 1163 | 38,767 s | +0 ms | ok |
| sul-battito#2 | 39,26 s | 1178 | 39,267 s | +0 ms | ok |
| logo | 39,76 s | 1193 | 39,767 s | +0 ms | ok |

- Salti d'immagine non in partitura: 0.
- Fermi oltre 0,6 s: 0 (differenza media tra fotogrammi consecutivi sotto 0,15 su 255, misurata a 270 px di larghezza).
- Silenzi nella finestra da -0,35 a -0,03 s prima del taglio: taglio-due 8,38 s: musica zero digitale, effetti zero digitale, mix completo -75,9 dBFS; taglio-s4 22,18 s: musica zero digitale, effetti zero digitale, mix completo -68,7 dBFS; taglio-s5 28,44 s: musica zero digitale, effetti zero digitale, mix completo -67,8 dBFS; drop-finale 37,76 s: musica zero digitale, effetti zero digitale, mix completo -62,3 dBFS.
- Loudness misurata sul file MP4: -14,0 LUFS, LRA 1,7 LU, picco vero -1,7 dBTP.

## Note

- La voce e' sintetica (Kokoro-82M, voce `im_nicola`, licenza Apache 2.0): per una voce piu' naturale basta sostituire `voce.wav` (registrazione o voce professionale) e rilanciare `strumenti/rifai.sh`: tempi, partitura, mix, render e controlli si rifanno da soli.
- Musica ed effetti sono composti e sintetizzati da zero dagli script (`musica.py`, `suoni.py`): nessun campione esterno, licenza CC0.