Perché rimuovere i silenzi da un video?
Davanti alla camera nessuno parla come un conduttore del telegiornale. Si cercano le parole, si respira, si ricomincia una frase. In una conversazione queste pause passano inosservate; in un video breve guardato sul telefono fanno venire voglia di scorrere oltre.
In una ripresa improvvisata non è raro che pause ed esitazioni occupino un terzo del tempo, o anche di più: una ripresa di 60 secondi diventa spesso un video di 40, più denso e più facile da guardare fino alla fine. È il primo passo del montaggio di qualsiasi video parlato, prima dei sottotitoli e della musica.
Passo dopo passo
- Importare la ripresa
Importa il video grezzo, con l'audio originale, prima di aggiungere musica o effetti.
- Impostare la soglia
Scegli una durata minima del silenzio: 0,3-0,4 s per un ritmo serrato, 0,5-0,7 s come base, da 0,8 s in su per un tono pacato.
- Impostare il margine
Lascia 0,1-0,2 s di silenzio prima e dopo ogni frase per non tagliare le sillabe.
- Eliminare esitazioni e false partenze
Togli gli «ehm» e tieni solo la versione migliore di ogni frase ripetuta.
- Nascondere le giunte
Aggiungi un leggero zoom un taglio sì e uno no, o una scena di copertura sulle giunte visibili.
- Controllare tutto
Guarda il video dall'inizio alla fine e ripristina le pause volute eliminate per errore.
| Tipo di video | Durata min. di un silenzio | Margine attorno alla voce |
|---|---|---|
| Consiglio rapido per TikTok o Reel | 0,3-0,4 s | 0,08-0,12 s |
| Video a camera standard | 0,5-0,7 s | 0,1-0,15 s |
| Tutorial con dimostrazione | 0,6-0,8 s | 0,15 s |
| Testimonianza cliente, intervista | 0,8-1,2 s | 0,15-0,2 s |
| Estratto di podcast | 0,7-1 s | 0,15-0,2 s |
| Tema delicato o emotivo | 1 s e oltre | 0,2 s |
Cosa bisogna tagliare esattamente?
- I silenzi: qualsiasi pausa più lunga della tua soglia (vedi sotto).
- Le parole di esitazione: «ehm», «uhm», «eh», e i riempitivi tipo «cioè» o «allora» quando non servono.
- Le false partenze: «Allora il, cioè, la prima cosa…». Si tiene solo la versione completa della frase.
- Le ripetizioni: se hai detto due volte la stessa frase, tieni la ripresa migliore, spesso l'ultima.
- L'inizio e la fine: il momento in cui premi il pulsante e quello in cui allunghi la mano verso il telefono.
Da tenere, invece: le pause volute prima di un'informazione importante o di una battuta, e i respiri naturali tra un'idea e l'altra. Un video senza un solo respiro diventa presto sfiancante.
Quali impostazioni usare per rimuovere i silenzi?
Due impostazioni determinano quasi tutto il risultato.
La durata minima di un silenzio
È la lunghezza oltre la quale una pausa viene tagliata:
- 0,3-0,4 s: ritmo molto serrato, tipico di TikTok e dei Reel di trucchi e consigli.
- 0,5-0,7 s: ritmo dinamico ma naturale, una buona impostazione predefinita per la maggior parte dei video a camera.
- 0,8-1,2 s: ritmo pacato, per una testimonianza, un'intervista, un podcast filmato o un tema delicato.
Il margine attorno alla voce
È il piccolo pezzo di silenzio conservato prima e dopo ogni frase. Con un margine di 0,1-0,2 s l'inizio e la fine delle parole restano intatti. Sotto gli 0,05 s si sentono consonanti tagliate («…ene» invece di «bene») e la voce sembra a scatti.
Se il tuo strumento rileva i silenzi in base al volume, entra in gioco una terza impostazione: la soglia in decibel. Troppo bassa, e il rumore di fondo viene scambiato per parlato; troppo alta, e spariscono i finali di frase sussurrati. Prova su 20 secondi prima di elaborare tutto il video.
Rilevamento sulla forma d'onda o sulla trascrizione?
Esistono due metodi automatici:
- Sulla forma d'onda: lo strumento taglia tutto ciò che sta sotto un certo volume. È semplice e veloce, ma un «ehm» detto ad alta voce viene considerato parlato, e un rumore di fondo (ventilazione, traffico) può impedire il rilevamento.
- Sulla trascrizione: lo strumento trascrive la voce parola per parola con il tempo di ogni parola. Sa quindi dove inizia e finisce ogni parola, riconosce gli «ehm» e le false partenze, e taglia tra le parole invece che a metà di un respiro.
Il secondo metodo dà tagli più puliti sul parlato, soprattutto in un ambiente un po' rumoroso. Il primo resta utile per un video senza parlato, come un tutorial con la musica.
Tagliare i silenzi a mano
Puoi fare tutto senza strumenti automatici, in qualsiasi programma di montaggio:
- Mostra la forma d'onda della traccia e ingrandisci la timeline.
- Individua le zone piatte tra due blocchi di parlato.
- Metti un taglio poco prima della fine della frase precedente e poco prima dell'inizio della successiva, lasciando circa 0,1 s di margine.
- Elimina il pezzo e chiudi il buco (eliminazione con ricucitura).
- Riascolta ogni giunta: se senti un respiro tagliato o uno schiocco, sposta di qualche fotogramma.
Calcola 5-10 minuti per ogni minuto di video. È un buon allenamento, ma diventa noioso in fretta se pubblichi più video a settimana.
Nascondere i tagli: jump cut e zoom
Quando tagli una ripresa a camera, la testa «salta» leggermente a ogni giunta: è il jump cut. Sui social è accettato, anzi atteso, ma si può ammorbidire:
- Un leggero zoom un taglio sì e uno no (dal 100% a circa il 110%): il cambio di inquadratura sembra voluto e rilancia l'attenzione.
- Una scena di copertura (B-roll) sopra la giunta: il prodotto, il cantiere, lo schermo.
- Un testo o un sottotitolo che compare proprio sul taglio sposta lo sguardo altrove.
La nostra guida agli zoom automatici e ai jump cut spiega queste tecniche nel dettaglio.
Gli errori più comuni
- Tagliare troppo stretto: il video sembra accelerato e lascia lo spettatore senza fiato. Nel dubbio, aumenta la durata minima di un silenzio.
- Tagliare la musica insieme alla voce: aggiungi la musica dopo aver rimosso i silenzi, su una traccia separata, altrimenti salta a ogni giunta.
- Rumore di fondo che cambia: se il sottofondo varia da un taglio all'altro, una riduzione del rumore prima del taglio rende le giunte invisibili.
- Dimenticare di controllare: un taglio automatico può eliminare una parola breve o una pausa voluta. Guarda il video almeno una volta per intero.
Rimuovere i silenzi con Orbicut
Orbicut taglia automaticamente silenzi, «ehm», false partenze e cambi di scena partendo da una trascrizione parola per parola. Imposti la durata minima di un silenzio e il margine da lasciare attorno alla voce; ogni taglio compare sulla timeline e si può annullare, perché nulla viene distrutto. L'app aggiunge anche un leggero zoom un taglio sì e uno no per nascondere le giunte. Prova con la demo online oppure scarica Orbicut.
Per il resto del montaggio, leggi la nostra guida ai sottotitoli animati.
Domande frequenti
Rimuovere i silenzi rende il video artificiale?
Solo se i tagli sono troppo stretti o senza margine. Con una durata minima del silenzio intorno a 0,5 secondi e un margine di 0,1-0,2 secondi, la maggior parte degli spettatori non nota il montaggio.
Si possono rimuovere i silenzi da un video con più persone che parlano?
Sì, ma con una soglia più lunga, intorno a 0,8 secondi, per mantenere naturale lo scambio. Controlla che le reazioni brevi («sì», «certo») non siano state eliminate.
Bisogna tagliare i respiri?
Non tutti. Eliminare i grandi respiri rumorosi alleggerisce il video, ma toglierli tutti rende la voce meccanica. Un margine di 0,1-0,2 secondi conserva i respiri naturali.
La rimozione dei silenzi funziona anche in inglese o in altre lingue?
Sì. Il rilevamento sulla forma d'onda non dipende dalla lingua, e quello basato sulla trascrizione funziona in tutte le lingue riconosciute dal modello, anche per individuare le parole di esitazione tipiche di ciascuna lingua.
I tagli automatici sono definitivi?
Dipende dallo strumento. In Orbicut ogni taglio resta visibile sulla timeline ed è reversibile: il video originale non viene mai modificato.