IT
Scarica

Glossario

Glossario del montaggio video breve e dell'IA

I termini che incontrerai montando Reel, TikTok e Shorts o usando uno strumento di montaggio con l'IA, spiegati in modo semplice e con i numeri.

B-roll
Il B-roll indica le scene di illustrazione montate sopra l'inquadratura principale (spesso una persona a camera): primo piano di un prodotto, un gesto, un luogo, una registrazione dello schermo. Mostra ciò che la voce descrive, nasconde i tagli e rilancia l'attenzione. In un video breve una scena di B-roll dura di solito 1-3 secondi.
Bitrate
Il bitrate (velocità di trasmissione) è la quantità di dati usata per ogni secondo di video, espressa in megabit al secondo (Mbps). Più è alto, più l'immagine è dettagliata e il file pesante. YouTube consiglia per esempio circa 8 Mbps per un video 1080p a 24 o 30 fotogrammi al secondo in H.264.
Clonazione della voce
La clonazione della voce è la creazione, con l'intelligenza artificiale, di una voce sintetica che imita la voce di una persona reale a partire da un campione registrato. Va fatta solo con il consenso della persona. Nell'Unione europea l'AI Act impone dal 2 agosto 2026 di dichiarare i contenuti che imitano in modo realistico una persona esistente. Clonazione della voce
Codec
Un codec è il metodo che comprime e decomprime un video. I più diffusi sono H.264 (AVC), compatibile ovunque, e H.265 (HEVC), usato dall'iPhone, che produce file circa due volte più leggeri a parità di qualità. Il codec è diverso dal contenitore, cioè dall'estensione del file, come .mp4 o .mov.
Diarizzazione
La diarizzazione è la fase di una trascrizione automatica che riconosce chi parla e quando. Attribuisce ogni frase a un parlante (Persona 1, Persona 2) in un'intervista o in un podcast. Serve a colorare i sottotitoli per persona, a ritagliare l'inquadratura su chi parla o a ritrovare in fretta gli interventi di un ospite.
Doppiaggio
Il doppiaggio sostituisce la traccia vocale di un video con una voce in un'altra lingua. Con l'IA si può realizzare a partire dalla trascrizione tradotta e da una voce sintetica, eventualmente clonata sulla voce originale. Si distingue dai sottotitoli tradotti, che conservano la voce originale e mostrano il testo a schermo. Doppiaggio
Ducking
Il ducking è l'abbassamento automatico del volume della musica mentre qualcuno parla, con la risalita nei silenzi. Mantiene la voce comprensibile senza togliere la musica. In pratica la musica scende di circa 15-20 dB sotto la voce, con una transizione morbida di qualche decimo di secondo.
Falsa partenza
Una falsa partenza è un inizio di frase abbandonato e poi ripreso («Allora oggi io… Oggi vi faccio vedere»). Gli strumenti di montaggio automatico le individuano grazie alla trascrizione parola per parola e tengono solo l'ultima versione completa. Girare ripetendo semplicemente la frase sbagliata diventa così il metodo più rapido. Falsa partenza
File SRT
Un file SRT (SubRip) è un file di testo che contiene i sottotitoli di un video, numerati e con i tempi nel formato ore:minuti:secondi,millisecondi. Si carica separatamente su YouTube o in un player, e lo spettatore può attivarlo o meno. A differenza dei sottotitoli impressi, non consente animazioni né uno stile personalizzato. File SRT
Filigrana
Una filigrana è un logo o un testo impresso in modo permanente nel video esportato, spesso in un angolo. Le app di montaggio la aggiungono alle esportazioni del piano gratuito e la tolgono nei piani a pagamento. La filigrana di un'altra app può danneggiare l'immagine di un brand e dare un'impressione poco professionale.
Fotogrammi chiave
I fotogrammi chiave (keyframe) sono punti sulla timeline che fissano il valore di un parametro in un istante preciso: posizione, dimensione, opacità, volume. Il programma calcola automaticamente la transizione tra due fotogrammi chiave. Servono ad animare uno zoom lento, spostare un testo o far comparire un logo in dissolvenza.
Fps (fotogrammi al secondo)
Gli fps (frames per second) indicano quante immagini vengono mostrate ogni secondo. 24 fps dà una resa cinematografica, 25 fps è lo standard europeo storico, 30 fps è comune sul telefono e 60 fps offre movimenti molto fluidi, utili per lo sport o i videogiochi. Mantieni la stessa frequenza dalle riprese all'esportazione.
Girato (rush)
Il girato, o rush, è un file video grezzo, così come esce dalla fotocamera o dal telefono, prima di qualsiasi montaggio. Un video finale si assembla a partire da uno o più file di girato. La selezione consiste nel guardarli per individuare i passaggi buoni; gli strumenti di IA accelerano questa fase grazie alla trascrizione.
Hook (gancio)
L'hook, o gancio, è l'apertura di un video breve, i suoi primi 1-3 secondi, pensata per impedire allo spettatore di scorrere oltre. Annuncia un vantaggio, pone una domanda o mostra il risultato finale. Un buon gancio sta in una frase di 6-10 parole, rafforzata da un testo a schermo. Hook (gancio)
Jump cut
Un jump cut è un taglio tra due momenti della stessa inquadratura, che fa «saltare» leggermente il soggetto sullo schermo. Compare quando si toglie un silenzio o un'esitazione da un video a camera. Diventato uno stile a sé sui social, viene spesso ammorbidito con un leggero zoom un taglio sì e uno no. Jump cut
Karaoke (sottotitoli)
I sottotitoli karaoke evidenziano ogni parola nel momento esatto in cui viene pronunciata, come il testo di una canzone al karaoke. Richiedono una trascrizione con il tempo di ogni parola. Questo stile aiuta a seguire senza audio e rende visibile il ritmo del parlato, per questo funziona bene nei video a camera. Karaoke (sottotitoli)
LUFS
Il LUFS (Loudness Units relative to Full Scale) misura il volume percepito di un suono su tutta la sua durata, non solo i picchi. Le piattaforme regolano il volume dei video per uniformarlo; puntare a circa -14 LUFS è una pratica comune per i video online ed evita che un video sembri troppo debole o schiacciato.
LUT
Una LUT (Look-Up Table) è un file che converte i colori di un video secondo una corrispondenza predefinita. Serve a trasformare un'immagine girata con un profilo piatto (log) in un'immagine contrastata normale, o ad applicare lo stesso «look» cromatico a tutti i video di un brand. Si applica con un clic e poi se ne regola l'intensità.
MCP
Il MCP (Model Context Protocol) è un protocollo aperto che permette a un assistente di intelligenza artificiale, come Claude, di usare strumenti e applicazioni esterne. Applicato al montaggio video, un server MCP consente di dare istruzioni in linguaggio naturale, per esempio «taglia i silenzi ed esporta in 9:16», che l'assistente esegue nel programma. MCP
Parole di esitazione
Le parole di esitazione sono i suoni e le parole riempitive che non aggiungono significato: «ehm», «uhm», «cioè», «tipo», «praticamente» ripetuti. Gli strumenti di montaggio automatico li individuano nella trascrizione e li tagliano. Controlla il risultato: a volte «cioè» serve davvero alla frase. Parole di esitazione
Punch-in
Un punch-in è uno zoom digitale istantaneo, di solito del 5-15%, applicato nel momento di un taglio. Dà l'illusione di una seconda angolazione di ripresa e nasconde il salto d'immagine di un jump cut. Un punch-in più forte, del 20-40%, serve a sottolineare una frase chiave, al massimo una o due volte al minuto. Punch-in
Rapporto 9:16
Il rapporto 9:16 è il formato verticale a schermo intero del telefono: 9 unità di larghezza per 16 di altezza, cioè 1080×1920 pixel in Full HD. È il formato di TikTok, dei Reel di Instagram, degli YouTube Shorts e delle Storie. Si contrappone al 16:9 orizzontale (1920×1080) della televisione e di YouTube classico. Rapporto 9:16
Reel
Un Reel è un video breve in formato verticale pubblicato su Instagram o Facebook, con musica, effetti e sottotitoli opzionali. I Reel vengono distribuiti in un feed dedicato e nel feed principale, anche a persone che non seguono l'account. La durata massima è cambiata più volte: controllala nell'app prima di pubblicare. Reel
Ritaglio automatico
Il ritaglio automatico adatta un video a un altro formato, spesso dal 16:9 al 9:16, rilevando il volto o la persona che parla e spostando una camera virtuale per tenerla nell'inquadratura. Un buon ritaglio ammorbidisce i movimenti per evitare un'inquadratura che trema a ogni gesto. Ritaglio automatico
Safe zone (zona sicura)
La safe zone è la parte dell'immagine che resta visibile e leggibile quando l'interfaccia dell'app si sovrappone al video. In 9:16 una regola prudente è lasciare liberi circa il 14% in alto, il 35% in basso e il 6% ai lati, cioè circa 270, 670 e 65 pixel su un'inquadratura 1080×1920. Safe zone (zona sicura)
Scontorno
Lo scontorno consiste nel separare una persona o un oggetto dallo sfondo per sostituire quest'ultimo con un colore, una sfocatura, un'immagine o un altro video. Un tempo richiedeva il green screen, oggi si fa con l'intelligenza artificiale su un video normale, con bordi a volte imperfetti su capelli e movimenti rapidi.
Short (YouTube Short)
Uno YouTube Short è un video verticale o quadrato distribuito nel feed Shorts di YouTube. Secondo la guida ufficiale di YouTube, i video quadrati o verticali caricati dall'8 dicembre 2025 e con una durata massima di tre minuti vengono classificati come Shorts. Short (YouTube Short)
Sottotitoli impressi
I sottotitoli impressi (o «burned-in») fanno parte dell'immagine del video: non si possono disattivare. Permettono stili e animazioni, si vedono ovunque allo stesso modo e sono la norma su TikTok e sui Reel, dove molti video si guardano senza audio. Si contrappongono al file SRT separato. Sottotitoli impressi
Timeline
La timeline, o linea temporale, è la zona di un programma di montaggio in cui clip, audio, testi ed effetti sono allineati in ordine cronologico, su una o più tracce. In uno strumento di montaggio automatico permette di vedere ogni taglio proposto dall'IA e di modificarlo o annullarlo.
Trascrizione
La trascrizione è la conversione del parlato di un video in testo scritto. Nel montaggio si usa una trascrizione parola per parola con i tempi: ogni parola è associata al suo istante esatto. È la base di sottotitoli, taglio di silenzi ed esitazioni, traduzione e montaggio basato sul testo. Trascrizione
UGC
L'UGC (User Generated Content) indica i contenuti creati da utenti o clienti invece che da un brand: una recensione filmata, un unboxing, una dimostrazione con il telefono. Per estensione si parla di video UGC per una pubblicità dallo stile spontaneo, girata a camera da un creator pagato. UGC
Voce fuori campo IA
Una voce fuori campo IA è una narrazione prodotta con la sintesi vocale a partire da un testo. Si usa per tutorial, video di prodotto, video senza volto e versioni tradotte. La velocità di una narrazione si aggira sulle 130-160 parole al minuto, cioè circa 70-80 parole per 30 secondi. Voce fuori campo IA