# El metraje real (SPEC-METRAJE)

> Rodar y montar material filmado con palabras: ingesta, montaje por lo que se dice, revelado, plano híbrido, intercambio con editores, planilla y entrevistas que se escriben solas.

URL: https://torculo.joseluissaorin.com/referencia/metraje · Revisado: 2026-10-16 · English: https://torculo.joseluissaorin.com/en/reference.md

Fuente: manim-saorín · SPEC-METRAJE.md (generada al construir la web).


Perfil de conformidad: **metraje** (sobre núcleo; el plano híbrido además
exige el perfil **cine** de Tórculo). Implementación:
`manim_saorin/metraje/` y `~/Developer/torculo/sentido/sentido/metraje.py`.

La ley no cambia: **el pliego dice qué se cuenta y cómo; los números los
pone el motor**. Con metraje, los números son de dos clases y ninguna la
escribe el autor: los tiempos de fuente (los decide el montaje por texto y
se congelan en el `.lock`) y las coordenadas (las calcula el encuadre).

## 1 · Preámbulo

| línea | qué hace |
|---|---|
| `METRAJE rodaje/` | carpeta ingerida (relativa al pliego, absoluta o con `~`); varias líneas, varias carpetas |
| `METRAJE la casa` | todas las carpetas de la biblioteca de la casa |
| `REVELADO de la casa` | (por defecto) el laboratorio: gelatina «Saorín · 65 puntos» y la bobina |
| `REVELADO solo la gelatina` · `REVELADO sin revelar` | solo la .cube (ffmpeg `lut3d` tetraédrico) · nada |
| `REVELADO … · desde i-log` | gelatina de entrada Insta360 I-Log → 709 para lo rodado en log |
| `RECORTA los silencios · las muletillas · los tropiezos · las respiraciones` | montaje de entrevista dentro de cada frase filmada |
| `RECORTA … · tapa los saltos con acercamiento \| con recurso \| con fundido \| deja los saltos` | cómo se tapa el salto que deja el recorte |
| `LIMPIA la voz` | limpieza local de la voz filmada (reducción espectral, expansor, compresión) |
| `ESTABILIZA lo que tiembla \| todo \| nada` | estabilización (Vision: homografía entre fotogramas, suavizado gaussiano) |
| `SUBTÍTULOS palabra a palabra \| por frases \| no` | la banda de papel de la casa sobre lo filmado |
| `FORMATO 9:16 \| 1:1 \| 4:5 \| 16:9 … · sigue a quien habla \| sigue al sujeto \| sigue a NOMBRE \| centrado` | proporción y reencuadre (en vertical, por defecto, sigue a quien habla) |
| `REPARTO ANA: ultramar, filmada, alias: persona 3` | ANA habla en el material: su voz y su cara salen de las tomas; el alias es la etiqueta de la ingesta |

Vocabularios cerrados: lo que no está, es error con «¿quisiste decir…?».

## 2 · Clip

```
ANA: —Yo llegué a Madrid en el sesenta y dos.     montaje por texto (voz filmada)
toma: «Yo soy Artemis» · la mejor · con aire      cualquier frase dicha, la diga quien la diga
plano ≈ «la Tierra desde la ventanilla» · se acerca
recurso ≈ «la cápsula con paracaídas cayendo al océano»
recurso ≈ lo que dice                             el recurso por lo que se está diciendo
al decir «Apolo»: recurso ≈ «…»                   el recurso entra en esa palabra
plano: entrevista.webm de 1:02 a 1:05.5 · mudo     un trozo exacto (lo escriben importa y el autor preciso)
sobre la mano de ANA: python: flecha              un dibujo que sigue a una parte filmada
sobre «la barandilla de metal»: python: vecino    un objeto encontrado por sentido en el fotograma
```

- **Elección de toma**: `la mejor · la primera · la última · la más viva ·
  la más serena · la más corta`. **Colas**: `ceñida · con aire · holgada`.
- **Modos de plano** (tras `·`): `estabilizado · a cámara lenta · con su
  sonido · mudo · entero · se acerca · se aleja · en capas · sigue a NOMBRE`.
  `en capas`: la persona se separa del fondo (segmentación de Vision), el
  fondo se rellena y se desenfoca, y la cámara empuja con paralaje.
- **Partes** de `sobre … de NOMBRE`: `la mano · la mano derecha · la mano
  izquierda · la cara · la cabeza · los ojos · la boca · el cuerpo`.
- **Lo que ya existía y vale sobre metraje**: la talla de la cabecera
  (`primer` acerca a la cara, `corto` un poco, `medio` y abiertos tal cual),
  `sonido: adelanta | retiene` (cortes J y L), `> funde desde negro`,
  `> funde a negro | a blanco`, `> encadena`, `> retención larga`, `> salta`
  (el salto es a propósito), `> dura`.

## 3 · Órdenes

```
mesa ingesta carpeta/ [--idioma es] [--vocabulario «…»] [--hablantes N] [--casa] [--rapida]
mesa casa [carpeta…]                     la biblioteca: lista, o ingiere y registra
mesa busca carpeta|«la casa» «intención» [--dice] [-o hoja.png]
mesa monta p.mesa [--refresca] [--json linea.json]     resuelve, congela, revisa continuidad
mesa toca p.mesa [-o x.mp4] [--proxy]    rueda (por el turno de `pesado`)
mesa animatica p.mesa                    un cuadro por plano, con su subtítulo y la banda real
mesa exporta p.mesa -o x.otio|x.fcpxml|x.edl
mesa importa x.otio|x.fcpxml|x.edl -o p.mesa [--metraje carpeta]
mesa planilla p.mesa [-o x.html|x.csv|x.md]
mesa entrevista carpeta/ -o corte.mesa [--dura «un minuto»] [--formato 9:16] [--nombre ANA] [--recursos otra/]
```

## 4 · La ingesta (`.metraje/` en la carpeta; lo pesado en `~/Library/Caches/metraje/`)

1. ficha (ffprobe), cámara (exiftool: marca, modelo, lente, focal, ISO,
   gamma, GPS, fecha) y sospecha de log (contraste y saturación);
2. proxy H.264 VideoToolbox 720 p con clave cada medio segundo; audio 16 kHz;
3. transcripción palabra a palabra con **Whisper local** (mlx, large-v3-turbo),
   limpieza de la cola alucinada;
4. hablantes: huellas WeSpeaker (ResNet34, local) en ventanas de 2 s,
   aglomerativo por coseno, grupos diminutos absorbidos, turnos; la misma
   persona casada entre ficheros (`PERSONA n`);
5. cortes (`scdet`) y planos;
6. Vision (`swift/ojo.swift`): caras con giro y apertura de boca, cuerpos,
   manos (articulaciones), lo saliente y los rótulos quemados, 4 por segundo;
7. sincronía multicámara por la envolvente de ataques del audio (FFT);
8. índice de sentido (EmbeddingGemma 2, MLX bf16): fotogramas a 1 fps
   (140 fichas), ventanas de audio de 3 s, frases de la transcripción.

Incremental por huella (y por versión de cada análisis).

## 5 · El lock

`<pliego>.lock`, sección `metraje`: `peticiones` (toma, plano, recurso,
plano_fijo: la elección con su carpeta, medio, ruta, tiempos, puntuaciones
y alternativas) y `anclas` (objetos por sentido: medio, instante, caja).
Las láminas por sentido siguen en `entradas`. Una petición cambiada se
vuelve a elegir; las que nadie pide se caen; `--refresca` lo elige todo.

## 6 · El render

Directo (sin dibujos): negativo (reencuadre, acercamiento, estabilización,
paralaje, gelatina de entrada) → laboratorio (gelatina Saorín y bobina,
`filmlook-metal`) → capas de papel (subtítulos, pluma con seguimiento) →
banda (voz filmada limpia, sonido de planos, J/L, −16 LUFS; −14 en
vertical, en dos pasadas). Híbrido (con dibujos, papeles, letreros,
personajes, cartel): lo anterior, troceado por beats como `clip de fondo`
de un pliego derivado con su sidecar de voz real (`metodo: metraje`), que
rueda Tórculo; los objetos encontrados por sentido llegan como sitio
exacto y los papeles se colocan lejos de la cara filmada.

## 7 · Continuidad y calidad (avisos de `mesa monta` y `mesa toca`)

`SALTO` (jump cut sin tapar), `RACCORD DE MIRADA` (la misma persona mira a
lados opuestos), `RACCORD DE LUZ O VESTUARIO` (parecido bajo entre fuentes
de la misma persona), `RECURSO QUE NO CASA`, `RÓTULO CORTADO` (el
reencuadre corta un rótulo quemado), `OBJETO NO ENCONTRADO`, `la toma no
dice exactamente`, `se entiende mal`. Son avisos: romperlos es legítimo.

## 8 · Pendiente

Multicámara en el montaje (cambio de cámara por quien habla con la
sincronía ya medida); el lienzo vertical en el plano híbrido (rama
`generos`); el personaje con ficha que se sienta de verdad (pose) en el
objeto; encadenados con las dos fuentes vivas (hoy el saliente se congela);
limpieza de voz con un modelo neuronal local; reconocimiento de sonidos que
no son voz (CLAP).