# Report dei controlli: reel "la velocità di risposta"

Video: `reel-velocita-risposta.mp4`, 1080x1920, 30 fps, H.264 + AAC 48 kHz, **41,30 s**, 1239 fotogrammi.
Partitura: `produzione/partitura.json` (ancore), `produzione/partitura_risolta.json` (in secondi).
Dati grezzi: `produzione/controlli_partitura.txt`, `produzione/controlli_pagina.json`, `produzione/controlli_video.json`,
`produzione/mix_livelli.json`.

## Esito

| Controllo | Risultato |
|---|---|
| Partitura contro le regole (`partitura.py`) | tutto ok |
| Fotogrammi prima del render (`controlla-pagina.mjs`, tutti i 1239) | nessun problema |
| Tagli nel video (`controlla.py`) | 16 su 16 al fotogramma previsto, 0 fuori posto |
| Fermi oltre 0,6 s | nessuno |
| Silenzi prima dei tagli importanti | 4 su 4 veri (musica a zero digitale) |
| Loudness integrata | **-14,0 LUFS** (LRA 1,7 LU) |
| Picco vero | **-1,2 dBTP** |

## Voce
- Kokoro 82M, voce italiana maschile `im_nicola`, velocità 1,05. Tempi di ogni parola da faster-whisper (medium),
  allineati lettera per lettera al copione: il testo di `parole.json` è sempre quello del copione.
- Trascrizione di whisper uguale al copione in tutte le 14 frasi (somiglianza 1,00). Due correzioni:
  - "ieri sera ha già" veniva sentito come "ieri **sarà** già": la frase è risintetizzata con una virgola dopo "sera",
    che cambia solo l'intonazione;
  - whisper scrive "5", il copione dice "cinque": le cifre si convertono in parole prima di allineare (è l'ancora del basso).

## Musica
- Brano originale sintetizzato (`strumenti/musica.py`), licenza CC0: nessun brano di terzi. Tracce separate per
  costruzione (armonia, melodia, batteria, basso), quindi demucs non serve.
- Griglia misurata (`griglia.py`): librosa stimava **117,45 BPM**, sbagliato (battiti a 43 ms di mediana dai colpi
  veri). Griglia impostata a mano sui 32 colpi di cassa regolari del drop: 119,98 BPM, residuo 3,2 ms, quindi 120 BPM;
  inizio battuta dal cambio d'accordo, drop alle battute 8 e 24. Torna con la costruzione del brano.

## Regole di ritmo
| Regola | Come è rispettata |
|---|---|
| Gancio leggibile al fotogramma 0, senza logo | "Ti ha scritto alle 21:14." e il telefono con l'ora 21:14 al fotogramma 0; logo solo alla fine |
| Primo movimento entro 0,5 s | la notifica entra a 0,00 s (con il suono), il telefono vibra a 0,50 s |
| 1. Drop nei primi 3 s e di nuovo su "prima" | la battuta 8 del brano apre il video (3,25 s pieni) e torna identica su "prima" (9,50 s) |
| 2. Un suono per ogni cosa che si muove, mai due insieme | 56 suoni; distanza minima tra due suoni 50 ms o più; ogni cifra dell'orologio ha il suo clic |
| 3. Silenzio prima dei tagli importanti | "Con un altro" 0,50 s, "E poi dai la colpa" 0,40 s, "Un contatto vale" 0,51 s, drop finale 0,54 s; il taglio cade sul colpo |
| 4. Il basso è una ricompensa | entra su "prima" (9,50 s) e su "cinque" (33,19 s); prima solo accordi |
| 5. Lista a tempo | "Form" 11,50 s, "Chiamata" 13,50 s, "Vocale" 16,00 s: sul battito, un colpo e un'immagine ciascuna |
| 6. Niente suono forte su una parola dopo una pausa | su quelle parole solo colpi morbidi senza energia nella banda della voce (300-3400 Hz) |
| 7. Ogni fotogramma ha una lettura | verificato su tutti i fotogrammi: almeno un testo da 34 px in su, opacità 0,6 o più |
| 8. Mezzo secondo, poi il drop | attesa 0,56 s dopo "notte?", poi 4 immagini sul battito (0 ms di scarto) e il logo |
| 9. La CTA si vede una volta | "Prenota una consulenza" in un solo elemento, visibile in un solo tratto (37,50-41,27 s) |

## Mix (misurato)
- Voce in cima; musica **9,0 dB sotto** la voce dove la voce parla, con altri 5 dB di ducking sotto le parole.
- Effetti forti **2,0 dB sotto** la voce (colpi dei tagli importanti tra -0,8 e -2,1 dB di picco rispetto alla voce;
  clic e tic tra -9 e -14 dB).

## Zone sicure di Instagram
Testi dentro x 60-1020 e y 200-1520, fuori dalla colonna delle icone (x > 940 sotto y 1000), senza sovrapposizioni.

## Problemi trovati e corretti durante il lavoro
- Griglia di librosa sbagliata (117,45 BPM): sostituita dalla griglia misurata sulla cassa.
- Tre coppie di suoni a meno di 50 ms (spunta e cifra, "a" e "tre", vocale e tic): ancore spostate.
- Testi sovrapposti nei fotogrammi di passaggio (cifre che rotolavano sull'etichetta, timbro grande al primo
  fotogramma, telefono che entrava fuori zona, scheda "Azienda C" sotto le icone): posizioni ed entrate corrette.
- Coda del suono del ghiaccio dentro il silenzio prima di "E poi": il suono si ferma su "raffredda".
- Cambio di colore brusco senza suono a 24,10 s: ora sfuma.

## Da verificare a orecchio
I controlli sono tutti numerici: voce, musica ed effetti non li ha ascoltati nessuno. Prima di pubblicare va
ascoltato in cuffia, soprattutto l'intonazione della voce sintetica e il volume dei clic dell'orologio.