تعلم مونتاج الفيديو: من اللقطات الخام إلى نسخة مقفلة
مونتاج الفيديو يعني أن تقرر ما لن يبقى في الفيديو، ثم ترتب ما تبقى بحيث لا يتوه المشاهد. يمضي العمل في ست مراحل: ترتيب الملفات، التجميع الخام، القطع الأول، مرحلة الصوت، قفل الصورة، وأخيرا اللون والتصدير.
- الدرس 5 من 10
- مبتدئ
- مجاني، دون تسجيل
المراحل الست التي يمر بها المونتاج
-
1
الترتيب والتسمية
كل الملفات في بنية واحدة وبأسماء قابلة للبحث. أمل المراحل وأكثرها ردا للساعات لاحقا.
-
2
التجميع الخام
كل لقطة صالحة واحدة تلو الأخرى بلا قرار في الطول. هذه المرحلة تخبرك فقط بما لديك فعلا.
-
3
القطع الأول
تكتمل القصة لكنها طويلة. وإن لم تنجح هنا فلن ينقذها أي مؤثر لاحقا.
-
4
مرحلة الصوت
يعاير الحوار، وتخفض الموسيقى تحت الكلام، وتزال الأصوات الدخيلة.
-
5
قفل الصورة
من هنا تتوقف أطوال اللقطات عن التغير، لأن كل تغيير يفسد عمل اللون والصوت من جديد.
-
6
اللون والتصدير
آخر المراحل وأقصرها. وإن جرت قبل قفل الصورة فهي عمل ستكرره مرتين.
هذا الترتيب لمشروع قصير بمونتير واحد. في العمل الجماعي يمضي الصوت واللون بالتوازي ويصير قفل الصورة لحظة أكثر رسمية وصرامة.
آخر مراجعة: تُراجع الحقائق وأسماء الأدوات في هذا الدرس مقابل مصادرها في هذا التاريخ.
ما هو المونتاج بالضبط؟
المونتاج هو اختيار ما لن يبقى في الفيديو. الإعلان القصير بدقيقة واحدة يخرج عادة من عشرات الدقائق من اللقطات، وعمل المونتير قبل أي شيء آخر هو أن يقرر مصير تلك العشرات.
تبدو الجملة بسيطة وهي أصعب أجزاء العمل. المبتدئ يبحث عما يضيفه: انتقالا، مؤثرا، موسيقى أعلى. ومن سلم عدة مشاريع يبحث عما يحذفه دون أن يكسر المعنى.
تمرين ينفع من اليوم الأول: خذ قطعك الأول وقل لنفسك إنه يجب أن يقصر بمقدار عشرين في المئة. يمكن ذلك دائما تقريبا. ويصير أفضل دائما تقريبا.
وهناك نقطة ثانية تقال أقل. القطع ليس قرارا تقنيا بل قرار سردي. تضعه حيث يكون المشاهد قد سأل سؤاله التالي؛ إن قطعت أبكر تاه، وإن قطعت متأخرا مل. ولا يخبرك أي برنامج بموضع تلك اللحظة.
كيف ترتب الخط الزمني حتى لا تتوه في منتصف العمل؟
كل برنامج مونتاج، مجانيا كان أم غاليا، يشترك في شكل واحد: مسارات أفقية فوق بعضها. المسارات العليا صورة، وكلما علا المسار غطى ما تحته. والمسارات السفلى صوت، وتسمع كلها معا.
هذا الفارق وحده مصدر معظم حيرة اليوم الأول. في الصورة تخفي الطبقة العليا ما تحتها. وفي الصوت لا شيء يخفي شيئا، بل يتجمع كل شيء؛ فإن كانت الموسيقى فوق الحوار فالمشكلة ليست ترتيب المسارات بل المستوى.
قاعدة توفر الوقت: أعط كل نوع من الصوت مسارا خاصا به. الحوار على مسار، والموسيقى على آخر، والمؤثرات على ثالث. حينها إذا قال العميل إن الموسيقى عالية سحبت مؤشرا واحدا وانتهى الأمر؛ أما لو كان كل شيء على مسار واحد فعليك أن تلمس كل مقطع على حدة.
وعادة لا يأخذها أي درس على محمل الجد: التسمية. الملف الذي ما زال يحمل الاسم الذي أعطته الكاميرا لن يعثر عليه بعد ثلاثة أيام. خمس دقائق تصرفها في تسمية المجلدات بحسب اليوم والمشهد هي الفرق بين مشروع تفتحه الأسبوع القادم ومشروع تعيد بناءه من الصفر.
الخط الزمني من الأعلى إلى الأسفل: ماذا يوضع على أي مسار
- مسار الصورة العلوي: العناوين والغرافيككلما علا غطى أكثر.
- مسار الصورة الرئيس: اللقطاتالمونتاج نفسه هنا، وبقية المسارات تخدمه.
- مسار الحوارمرجع المستوى للمكساج كله. وكل ما عداه يضبط عليه.
- مسار الموسيقىمؤشر مستقل ليخفض تحت الكلام ثم يعود.
- مسار المؤثرات والصوت المحيطيبدو قليل الأهمية وهو ما يجعل المشهد واقعيا.
أسماء المسارات تختلف بين البرامج وترتيبها ليس إلزاميا. الإلزامي هو أن يحصل كل نوع من الصوت على مسار خاص به.
ما هي قطعات J وL وبم تختلف عن القطع المستقيم؟
في القطع المستقيم تتغير الصورة والصوت معا. يبدو ذلك منطقيا وهو متعب في الحوار، لأن أذنك لا تعمل هكذا في العالم الحقيقي: تسمع شخصا قبل أن تدير رأسك نحوه.
قطع J يحاكي هذا تماما: صوت اللقطة التالية يصل قبل صورتها. وقطع L عكسه: تتغير الصورة بينما يستمر صوت اللقطة السابقة. والاسمان يأتيان من الشكل الذي ترسمه القطعتان المزاحتان على الخط الزمني.
| نوع القطع | ماذا يحدث | أين يستحق مكانه |
|---|---|---|
| قطع مستقيم | الصورة والصوت يتغيران في الإطار نفسه | تغيير المشهد أو الموضوع، وكل موضع نريد فيه وقفة |
| قطع على الحركة | قطع في منتصف حركة تكمل في اللقطة التالية | إخفاء القطع في مشاهد الحركة وعروض المنتج |
| قطع J | صوت اللقطة التالية يصل أولا | الحوار والمقابلات ودخول مشهد لم ير بعد |
| قطع L | صوت اللقطة السابقة يستمر | الخروج الناعم من مشهد، وحمل الإحساس إلى اللقطة التالية |
| قطع قافز | حذف جزء من منتصف لقطة ثابتة | تقصير حديث مباشر إلى الكاميرا، بشرط قبول القفزة |
ما تذكره الدروس أقل: لا تضع قطعات J وL في كل مكان. إذا تداخل صوت كل قطع في مقابلة بإيقاع ثلاث ثوان، صار الناتج عجينة صوتية متصلة لا تنفصل فيها جملة. هاتان القطعتان تصلان مشهدين، وليستا علاجا لكل قطع.
والقطع القافز يحتاج موقفا أيضا. في الفيديو المباشر إلى الكاميرا مقبول ويختصر العمل؛ وفي إعلان علامة تجارية يقرأ عادة على أنه إهمال. إن ترددت فضع لقطة أخرى فوق الصوت نفسه وأخف القطع خلفها.
لماذا يبدأ المونتاج المحترف من الصوت؟
اختبار قصير: استمع إلى قطعك الأول مرة واحدة والصورة مطفأة. إن بقي واضحا ما يجري وأين ينتهي فالمونتاج قائم على قدميه. وإن لم تفهم شيئا بلا صورة فالمشكلة في القطعات، ولن يصلحها اللون ولا المؤثرات.
في العمل السردي والإعلاني، الذي يحدد فعلا طول كل لقطة هو الصوت لا الصورة. تنتهي جملة، ويؤخذ نفس، وتقع ضربة موسيقية؛ والقطع يجلس على هذه النقاط. لذلك يبني كثير من المونتيرين مسار صوت نظيفا أولا ثم يضعون الصورة فوقه، لا العكس.
وحقيقة يصعب قبولها: المشاهد يحتمل صورة متوسطة مع صوت جيد، لكنه يطفئ صورة ممتازة مع صوت سيئ. صفحة الموشن غرافيك وإنتاج الفيديو عندنا تقول هذا في سطر واحد، ولهذا بالضبط يكون التعليق الصوتي والمكساج مرحلة قائمة بذاتها في مسارنا، لا طبقة تضاف في آخر العمل.
أقل ما يجب أن تفعله مرحلة الصوت ثلاثة أمور: معايرة الحوار ليسمع متساويا من لقطة إلى أخرى، وخفض الموسيقى حيثما تكلم أحد، وإزالة الأصوات الدخيلة التي كانت في التسجيل. لا يحتاج أي منها إلى معرفة مكساج احترافية، وثلاثتها تصنع أكبر فرق.
كيف تضبط الإيقاع حتى لا يصير مملا؟
لا يوجد رقم صحيح لطول اللقطة، ومن يعطيك رقما فقد حول في الحقيقة ذوق نوع سينمائي واحد إلى رقم. الإيقاع يحدده ما يجب أن يفعله الفيديو.
ثلاثة ضغوط تتراكب: المشاهد يحتاج وقتا ليقرأ ويرى، والرسالة يجب ألا تمط، واللقطات المتشابهة المتتالية تنيم. ضبط الإيقاع يعني إيجاد النقطة التي تحتمل عندها الثلاثة، لا بلوغ سرعة بعينها.
اختباران ينفعان فعلا ولا يحتاجان أداة. الأول، شاهده صامتا: حيثما قفزت عينك إلى الأمام فتلك اللقطة طويلة. والثاني، شاهده بسرعة مضاعفة: كل ما يبقى مفهوما بسرعة مضاعفة هو على الأرجح بطيء بالسرعة العادية.
وقاعدة تصح دائما تقريبا في الفيديو الإعلاني: ابحث عن أطول لقطة واسأل ماذا تظهر مما لم تظهره اللقطة السابقة. إن لم يكن هناك جواب واضح فهناك تنصف.
بأي برنامج تبدأ؟
موقفنا بسيط: البرنامج هو الشيء الثالث الذي تتعلمه لا الأول. القطع والصوت والإيقاع مشتركة بين كل هذه البرامج، ومن يتقنها يجد طريقه في أي منها خلال أسبوع.
ومع ذلك فالاختيار الأول ليس محايدا، لأنه يحدد متى تصطدم بالسقف. هناك ثلاث درجات حقيقية.
كاب كات مصنوع للمقاطع القصيرة العمودية ولمنصات التواصل، وهو أسرع طريق إلى مخرج قابل للنشر. وموقعه نفسه يشدد على أنه مجاني ولا يحتاج بطاقة ائتمان. وسقفه في المكان ذاته: المشروع متعدد المشاهد بإدارة وسائط جدية ليس عمل هذه الأداة.
دافينشي ريزولف هو الخيار الوحيد الذي تكون نسخته المجانية برنامجا كاملا لا نسخة مبتورة. صفحة منتج بلاك ماجيك تقول إن النسخة المجانية تعمل مع كل الصيغ ٨ بت تقريبا حتى ٦٠ إطارا في الثانية وبدقة تصل إلى ٣٨٤٠ في ٢١٦٠. والنسخة المدفوعة، ريزولف ستوديو، بسعر ٢٩٥ دولارا وتضيف أمورا مثل المحرك العصبي وخفض الضجيج والمونتاج القائم على النص. إن كنت جادا فابدأ من هنا.
بريمير برو بالاشتراك فقط؛ وصفحة أدوبي نفسها تقول إنه يتاح بصيغة عضوية فقط مع تجربة سبعة أيام. وسبب اختياره عادة ليس البرنامج بل الفريق والعميل: حين يجب تسليم المشروع إلى شخص آخر، تستحق صيغة المشروع المشتركة كلفتها.
وشيء لا يقوله هذا الدرس عمدا: أي من الثلاثة يفتح أو يفعل أو يمكن الدفع له على اتصالك في إيران. نحن لا نختبر ذلك من هذا الخادم، فلا ندعي فيه شيئا.
ثلاث درجات لبرامج المونتاج، وأين تنتهي كل درجة
-
1
كاب كات: مقاطع قصيرة عمودية
أسرع طريق إلى مخرج قابل للنشر؛ وموقعه يقول مجاني وبلا بطاقة ائتمان. وسقفه مشروع متعدد المشاهد بإدارة وسائط.
-
2
دافينشي ريزولف المجاني: نقطة البداية الجادة
النسخة المجانية برنامج كامل: حتى ٦٠ إطارا في الثانية وحتى ٣٨٤٠ في ٢١٦٠، بحسب صفحة بلاك ماجيك نفسها.
-
3
ريزولف ستوديو أو بريمير: حين يقرر الفريق والعميل
ستوديو ٢٩٥ دولارا مرة واحدة، وبريمير بالاشتراك فقط مع تجربة سبعة أيام. والسبب عادة تبادل المشروع لا ميزة بعينها.
هذا السلم عن قدرة البرنامج لا عن الوصول من إيران؛ ونحن لا نختبر ذلك من هذا الخادم.
المسار السريع مع الذكاء الاصطناعي
المسار السريع في المونتاج ليس أن يقوم الذكاء الاصطناعي بالمونتاج؛ بل أن تبني القطع الأول من النص. كل ملف فيه كلام (مقابلة، درس، فيديو مباشر إلى الكاميرا) ينسخ نصا بتوقيتات، وتتخذ قرارات الإبقاء والحذف على ذلك النص، ثم تنفذ تلك القرارات وحدها على الخط الزمني. عمل بعد ظهر كامل يصير ساعة، والأهم أن أي لقطة جيدة لا تنسى.
- استخرج صوت الملف. قناة واحدة، ١٦ كيلوهرتز، بلا ضغط. هذا بالضبط ما تتوقعه نماذج تحويل الكلام إلى نص، وحجمه جزء يسير من حجم الفيديو.
- شغل النسخ على جهازك أنت. ويسبر منشور برخصة MIT ويعمل محليا، فلا تغادر لقطات العميل غير المنشورة حاسوبك. والنموذج المتوسط نقطة بداية معقولة، وREADME نفسه يقول إن ffmpeg يجب أن يكون على النظام.
- سلم النص الموقوت إلى نموذج قوي بالوصفة أدناه. ما يعود جدول قرارات لا ملخص: كل مقطع بزمن بدايته ونهايته، وهل يبقى ولماذا.
- نفذ عمود «يبقى» على الخط الزمني. الآن يصل التجميع الخام والقطع الأول معا في جلسة واحدة، وتذهب مباشرة إلى الإيقاع والصوت.
وصفة جاهزة للنسخ
# ١. استخراج الصوت (نفذ وفحص على هذا الخادم بـ ffmpeg 6.1.1)
ffmpeg -i interview.mov -vn -ac 1 -ar 16000 -c:a pcm_s16le interview.wav
# ٢. النسخ محليا. القائمة الكاملة للخيارات بـ whisper --help
whisper interview.wav --model medium --language Persian
# ٣. أمر القرار، لنموذج قوي (لا نموذج سريع رخيص)
الدور: مساعد مونتير. النص أدناه نسخة موقوتة لملف خام.
هدف الفيديو: {في جملة واحدة}
الطول المستهدف: {مثلا ٩٠ ثانية}
الجمهور: {من هم وما يعرفونه مسبقا}
النسخة:
{ضع النص الموقوت هنا}
ابن جدولا، صفا لكل مقطع ذي معنى، بهذه الأعمدة:
١. زمن البداية والنهاية كما وردا في النسخة تماما
٢. سطر واحد مما يقال
٣. يبقى / يحذف / ربما
٤. السبب في جملة واحدة، بناء على هدف الفيديو لا على جودة صياغة الجملة
٥. إن بقي، موضعه المقترح في الترتيب النهائي
القواعد:
- لا تكتب زمنا غير موجود في النسخة. لا تخمن التوقيت.
- لا تعد صياغة كلام المتحدث. العمود الثاني اقتباس.
- اسرد اللقطات المكررة على حدة مع تحديد أفضلها.
- إن تجاوز مجموع صفوف «يبقى» الطول المستهدف فقل هناك بكم تجاوزه وأي
الصفوف يجب أن تذهب أولا.
- لا تقترح ما ليس في النسخة؛ وإن كان في السرد ثغرة فضعها في قائمة منفصلة
عنوانها «لقطة مطلوبة».
قبل أن تثق بالناتج: هذا المسار يبني القطع الأول لا الفيديو. ثلاثة أمور تبقى بيدك: الإيقاع، لأن النموذج لا يعرف أين يكون النفس؛ والأداء، لأن أفضل جملة على الورق قد تكون أسوأ لقطة أمام الكاميرا؛ والدقة، لأن النسخ الآلي يخطئ في الأسماء والأرقام والمصطلحات التقنية، ثم يمشي ذلك الخطأ إلى قرار القطع. وكل صف وضع فيه النموذج «ربما» تشاهده أنت لا تقرأه.
الذكاء الاصطناعي في هذا العمل
في المونتاج يعمل الذكاء الاصطناعي جيدا حيث يكون العمل آليا وقابلا للمراجعة: النسخ، وإيجاد الصمت، وتوليد الترجمة، وفصل الصوت عن الضجيج. ويعمل سيئا حيث يكون القرار سرديا: أين نقطع، وكم نحتفظ، وأي لقطة أديت أفضل. وسؤال واحد يفصل بينهما: إن كان بإمكانك النظر إلى الناتج ثلاثين ثانية وقبوله أو رفضه، فتسليمه إلى نموذج منطقي.
أدوات تساعد فعلا
- Whisper نموذج لتحويل الكلام إلى نص برخصة MIT يعمل على جهازك أنت. وفي عمل العملاء هذه هي الخاصية المهمة: لا يرفع الملف إلى أي مكان. وREADME يقول إن ffmpeg يجب أن يكون على النظام، وله ستة أحجام نماذج.
- Claude مناسب لمرحلة القرار فوق النسخة، إذ يحمل نصا طويلا دون إعادة صياغة كلام المتحدث، فيبقى عمود الاقتباس كما هو. وإيران ليست في قائمة الدول المدعومة لدى أنثروبيك؛ وطبقة الدفع في صفحة شراء الذكاء الاصطناعي على هذا الموقع.
- Gemini حين تمتد النسخة على عدة ملفات وعدة ساعات يكون الخيار الأوفر للمرور الآلي الأول: تجميع المقاطع وإيجاد التكرارات. وإيران ليست في قائمة الدول المدعومة لدى غوغل.
- DaVinci Resolve Studio إن أردته داخل البرنامج نفسه، فنسخة ستوديو بحسب صفحة بلاك ماجيك فيها المحرك العصبي والمونتاج القائم على النص. والنسخة المجانية لا تحويهما، وهذا الفارق سبب للشراء أكثر من المؤثرات.
اين ينقلب ضدك
الخطر الأساسي في هذا الموضوع هو الحذف الآلي للصمت. أدوات القطع الآلي تزيل الصمت وكلمات الحشو، والنتيجة ممتازة في درس تعليمي؛ أما في العمل السردي فالميزة نفسها تدمر الإيقاع، لأن الوقفة في السرد ليست صمتا بل معنى. الفيديو الذي حذفت كل أنفاسه يسمع سريعا بلا روح ولا يستطيع أحد أن يقول لماذا. والخطر الثاني بياني ويخص عمل العملاء: لقطات غير منشورة، ومنتج لم يطلق بعد، وأصوات أشخاص حقيقيين. رفع ذلك إلى خدمة سحابية قرار لا خطوة تقنية، وكون محتواك يستعمل لتدريب نموذج أو لا يتوقف على خطة تلك الخدمة وإعداداتها وهو مكتوب على صفحتهم؛ ولهذا استعمل المسار السريع أعلاه نسخا محليا. وخطر ثالث يفكر فيه أقل: الترجمة الآلية تخطئ في الأسماء والأرقام، وإن لم تراجع خرج ذلك الخطأ محروقا في الصورة.
المصادر: OpenAI Whisper: README, licence and model sizes Blackmagic Design: DaVinci Resolve, free version and Studio Anthropic: is my data used for model training
حدود هذه النصيحة
كل ما في هذا الدرس مكتوب للفيديو القصير السردي والإعلاني: إعلان قصير، تعريف بمنتج، مقابلة، درس تعليمي. أما البث المباشر والفيلم الوثائقي الطويل ومونتاج مناسبة بعدة كاميرات فترتيب العمل والأدوات فيها مختلف، وهذا الدرس لا يغطيها. وحد آخر بصدق: لا تغني أي من هذه القواعد عن مشاهدة عمل جيد. ادرس القطعات في عشرة فيديوهات محترفة وستتعلم أكثر مما تتعلمه من أي قائمة.
من عملنا نحن
المسار ذو المراحل الخمس المكتوب على صفحة الموشن غرافيك عندنا يظهر الترتيب نفسه من جهة الإنتاج: النص واللوحة القصصية قبل أي كاميرا؛ وفي المرحلة الرابعة يضبط المونتاج والتعليق الصوتي والمكساج معا لا واحدا بعد الآخر. والمرحلة الخامسة هي ما يتعلمه المبتدئون متأخرا: التصدير النهائي ليس ملفا واحدا بل ثلاثة، لإنستغرام والموقع والتلفزيون. أي أن قرارات التأطير وأمان النص يجب أن تتخذ في ذلك الخط الزمني الأول، وإلا صارت النسخة العمودية إعادة مونتاج لا تصديرا آخر.
اسئلة متابعة حقيقية
ما الحاسوب اللازم لبدء المونتاج؟
يعتمد على اللقطات لا على البرنامج. مقاطع الهاتف وملفات الكاميرا العادية تمنتج على أي حاسوب محمول من السنوات الأخيرة؛ وما يوقع الجهاز هو الصيغ الأثقل والدقات الأعلى. وإن تباطأ فابحث عن خيار الوسائط البديلة أو المحسنة في البرنامج قبل شراء عتاد، فهو يؤدي العمل نفسه على ملف أخف.
من أين تأتي بموسيقى مجانية للفيديو؟
القاعدة أهم من المصدر: كل مقطوعة تستعملها ينبغي أن تكون رخصتها محفوظة عندك مع التاريخ والشروط. مكتبات الموسيقى المجانية موجودة وشروطها تختلف، خصوصا في الاستعمال التجاري ووجوب النسبة. ولا يوصي هذا الدرس بخدمة بعينها لأن تلك الشروط تتغير والتحقق من الحالي عملك أنت.
هل يكفي المونتاج على الهاتف أم يجب أن يكون على حاسوب؟
للمقطع القصير العمودي الذي ينشر في اليوم نفسه يكفي الهاتف وقد يكون أسرع. وحيث يقصر هو المشروع متعدد المشاهد بعدة مسارات صوت: إدارة الوسائط والمعايرة الدقيقة والتسليم بعدة صيغ لا تتسع لشاشة صغيرة. والحد العملي هو أول مرة تبحث فيها عن مسار صوت ثالث.