EP2 รีวิวภาพและจังหวะตัดต่อ
ผู้ทบทวน: subagent มอชัน/ตัดต่อ, 2026-10-27
ดูจาก: ep2-final.mp4 (22 เฟรม), ชีตรวม, ep2.json, timeline.json, audio-gemini.md
ขีดจำกัด: ฟังเสียงเองไม่ได้ (วัด RMS ของมิกซ์รวม), ช่วงนิ่งคำนวณจากเวลา in/beat ของ element, ยังไม่ได้เรนเดอร์ใหม่
1. ความยาวช็อตและช่วงนิ่ง
- 19 ช็อต เฉลี่ย 27.3 วินาที (มัธยฐาน 26.3) ตัดภาพจริงแค่ 19 ครั้งใน 8 นาที 39 วินาที
- ช็อตยาวสุด: 03:15-04:10 (55 วินาที), 05:46-06:35 (49), 07:57-08:39 (42), 01:02-01:42 (40), 02:36-03:15 (40)
- ช่วงไม่มีเหตุการณ์ภาพนานสุด: 06:09-06:16, 07:18-07:24, 01:46-01:52 (ประมาณ 6-7 วินาที)
- กล้องทุกช็อตเลื่อนเส้นตรงตลอดช็อต ไม่มี punch-in หรือเปลี่ยนมุม 16 จาก 19 ช็อตใช้พื้นหลังสีเดียวกัน (#F3B49A) ภาพจึงซ้ำ
- เสียง: เสียงพูดกิน 70% ของคลิป ขณะพูดราว 13 ตัวอักษรต่อวินาที (รวมช่วงเงียบราว 9 ตรงกับที่ audio-gemini ประเมิน) ความ "ช้า" มาจากช่วงเว้นและเสียงแบน ไม่ใช่ความเร็ว จึงไม่ควรเร่งเสียง 15% (ต้อง re-time ทั้ง timeline)
- RMS รายซีกต่างกันแค่ 1.5 dB (-16.0 ถึง -17.5 dBFS) มิกซ์แทบไม่มีจุดขึ้นลง
2. จุดอ่อน 5 จุด
| เวลา | ช็อต | ปัญหา |
|---|---|---|
| 01:42-02:06 | s04a | การ์ดลอยบนพื้นซันไรส์ว่าง ไม่มีตัวละคร นิ่ง 5.6 วินาที |
| 03:15-04:10 | s06 | ช็อตยาวสุด ปลาทอง ช้าง การ์ดชุดเดิม มุมเดิมตลอด |
| 05:46-06:35 | s09 | ตัวอย่างการใช้งานเล็กบนฉากกว้างที่ว่าง นิ่ง 6.7 วินาทีที่ 06:09 |
| 06:35-07:01 | s10 | ประโยคเร็วสุด (ราว 16 ตัวอักษรต่อวินาที) แต่ภาพป่ามืด ตัวอักษรเล็ก พลังงานภาพกับเสียงขัดกัน |
| 07:34-07:57 | s11b | ป้าย "ปลาทอง AI = การซ้อม" เล็กมุมซ้ายบน ลูกศรบนพื้นว่าง |
เพิ่มเติม: 0:00-0:03 ชิป "เคยไหมครับ" เล็กเกินไปสำหรับวินาทีแรกที่ต้องดึงคนดู
3. จุดแข็ง 5 จุด
- 00:42 ป้ายเขียวมะนาว "ช้างวางแผน ปลาทองจับผิด" ชัดและจังหวะเดียว
- 03:55 ตัวนับ 63.8% ตัวใหญ่ (counter) เป็นจุดเน้นที่ควรได้ punch-in
- 05:05 หนังสือสองหน้า กรอบแดงประ "ไม่มีตัวเลขนี้" ปลาทองแว่นขยาย ภาพเดียวอธิบายเรื่องได้
- 05:34-05:40 ฟองคำถาม "ใช้เงินเท่าไหร่?" แล้วสแตมป์ "ตอบได้ทันที" จังหวะดี
- 04:17 ฉากสำนักงาน ป้ายราคาและตัวละครสองตัวโต้ตอบกัน
4. วิธีเพิ่มพลังด้วย engine ปัจจุบัน (เรียงตามผลกระทบ)
- ตัดช็อต: แบ่งช็อต 20-55 วินาทีที่จุดเริ่มประโยค (มี P()/A() ใน ep2.src.mjs อยู่แล้ว) เป็นช็อตย่อย 4-7 วินาที ใช้ set เดิม สลับมุมกล้องและชุด element เป้า 65-80 ช็อต ไม่ต้องแก้ engine
- punch-in: ใส่ keyframe ที่ camera.tracks.z ตอน 0:00, 03:55, 05:05, 05:34 ค่าเสนอ z +0.25 ใน 0.35 วินาทีแบบ outBack แล้วคืนใน 1.5 วินาที camera tracks ใช้ val() ตัวเดียวกับ element (papercut2d.js ราว 291-295) น่าจะรองรับหลาย keyframe ต้องทดสอบหนึ่งช็อตก่อน
- kinetic คำ: การ์ดสั้นต่อคำ ใช้ fx stamp หรือ grow (มีใน FX_IN แล้ว) คู่กับ beat bump ที่ "ไม่มีตัวเลขนี้", "63.8%", "ตอบได้ทันที" และข้อจำกัดสามข้อใน s11a
- hit เสียง: beat shake, bump, jump ยังไม่มี SFX ใน ep2/tools/sfx.mjs (ตามคอมเมนต์หัวไฟล์) เพิ่มได้ราว 15 บรรทัด และควรใส่ที่ 05:05 ด้วย
- เพลง: music-map.json รับรูปแบบ section+วินาที อยู่แล้ว เพิ่มจุดเปลี่ยนเพลงที่ 05:05 และ 07:57 แทนที่จะเปลี่ยนแค่ขอบซีก
- ปิดท้าย s12 (42 วินาที): แบ่งช็อตที่ 08:02, 08:15, 08:18, 08:29 แล้วตัดช่วงค้างภาพ
- เรนเดอร์: engine ราว 0.3-0.43 วินาทีต่อเฟรม ทั้งคลิปราว 80-110 นาที make-episode.sh แบ่งรายซีกและ resume ได้ จึงเรนเดอร์เฉพาะซีกที่แก้ก่อนรวม
5. Presenter มุมจอ: ควรทำ
- ช็อตอธิบายล้วน (s04a, s09, s10, s11b) ไม่มีคนพูด เสียงบรรยายจึงไม่มีหน้า วางมุมล่างซ้ายหรือขวา กว้างราว 25% ที่ z -15.5 เหมือนตัวการ์ตูนอื่น
- asset: library/chars/owner/presenter/anime/all มี 18 ท่า PNG 1024x1536 ยังไม่มีท่าปากเปิด/ปิด และโฟลเดอร์ยังไม่ track ใน git
- char() รองรับ poses แล้ว สลับท่าตามจุดประโยคจาก phrases.json (282 จุด) แต่ char() ตั้ง flip ตายตัว 0.42 วินาที ปากสลับเร็วต้องเปิดตัวเลือก flip (แก้หนึ่งบรรทัด) ปาก: คู่เปิด/ปิดของท่าหลัก สลับเฉพาะช่วงมีเสียง ไม่เกินราว 4 ครั้งต่อวินาที
- ใช้กับ: count-1..3 ตอนไล่ข้อจำกัด, explain หรือ point-right ตอนอ่านตัวเลข, thumbsup ตอน "ใช้ได้เลย", wave-hi และ wave-bye ตอนเปิดกับปิด ระวังไม่ให้ซ้อนกับ char.mind-*
6. ห้าอันดับแก้ไข (ผลกระทบ / ความพยายาม)
- ตัดช็อตให้เหลือ 6-8 วินาที พร้อมมุมกล้องหลากหลาย (ข้อ 4.1) สูง / กลาง
- punch-in 6-8 คำสำคัญ (ข้อ 4.2) สูง / ต่ำ
- kinetic คำ และ hit เสียงตาม beat (ข้อ 4.3-4.4) กลางถึงสูง / ต่ำ
- presenter มุมจอพร้อมปากสองสถานะ (หัวข้อ 5) กลางถึงสูง / กลาง
- ตัดปิดท้าย s12, ทำ s10 ให้สว่างและตัวอักษรใหญ่ขึ้น, เพิ่มจุดเพลง (ข้อ 4.5-4.6) กลาง / ต่ำ
ข้อควรระวัง
- ไม่เร่งเสียง 15% ทั้งคลิป แก้ช่วง reveal ด้วยการอัดซ้ำเฉพาะประโยคแทน
- ยังไม่รู้: multi-key camera track ทำงานจริงหรือไม่, เวลาเรนเดอร์ของช็อตย่อย, ปากสองสถานะเข้ากับสไตล์กระดาษหรือไม่, ระดับเพลงจริงเมื่อแยก stem