Comment découper du gameplay en clips verticaux qui marchent
Le gameplay en 9:16, c'est un casse-tête. Il faut faire tenir l'action, la facecam et le HUD sur un écran tout en hauteur. Voici comment on règle ça chez Cut.Pro, sans tout écraser dans un petit carré illisible.
Comment découper du gameplay en clips verticaux qui marchent
Découper du gameplay en vertical, ça n'a rien à voir avec découper un podcast. Dans une discussion à deux, vous avez deux visages, point. Dans un gameplay, vous avez l'écran du jeu, la facecam, le HUD, le chat et parfois trois overlays qui clignotent en même temps. Tout ça doit tenir dans un rectangle 9:16, très étroit, sans devenir une soupe incompréhensible.
J'ai perdu le compte des bons streamers que j'ai vus gâcher une action parfaite parce que le clip était confus. Le play était à tomber par terre et, sur un téléphone, personne n'a compris ce qui s'était passé. Cet article, c'est notre façon d'aborder le sujet ici, du cadrage jusqu'au son.
L'action et le visage sur le même écran
La première question de tout clippeur de jeux vidéo est la même : je montre le jeu ou je montre le streamer ? Presque toujours, les deux. Mais pas de la même façon tout du long.
La mise en page qui donne les meilleurs résultats est la version empilée. Facecam dans le tiers supérieur, gameplay sur le reste. Vous donnez le visage et le contexte sur le même écran. Le spectateur voit la réaction et voit ce qui l'a provoquée, c'est la logique de tout clip qui accroche : l'émotion et sa cause ensemble.
Le détail que presque tout le monde rate, c'est de croire qu'on peut faire tenir tout l'écran du jeu dans la moitié basse. Prenez un FPS : c'est du 16:9 en largeur. Si vous l'écrasez dans un espace presque carré, le personnage devient un point de trois pixels et le clip est mort. La solution, c'est de recadrer le jeu sur le point d'action et de jeter le reste. Là où est le viseur, là où est l'ennemi, là où ça se passe.
C'est là que le cadrage et recadrage automatique font la différence. Au lieu de placer le recadrage image par image pendant que la caméra du jeu part dans tous les sens, le système poursuit le centre d'intérêt et suit la personne qui parle. La facecam reste cadrée quand le streamer se jette en arrière sur sa chaise sous l'effet de la peur, et l'action du jeu ne sort pas de l'image.
Quels moments font un clip
Certains streamers jouent magnifiquement pendant une heure sans donner un seul clip. D'autres, plutôt moyens, vivent du viral. La différence n'est pas dans le skill. Elle est dans le retournement.
Ceux qui font des clips tout seuls sont peu nombreux et se reconnaissent de loin. Le clutch, ce 1v3 qui semblait perdu et qui se retourne : pas besoin de connaître Valorant pour sentir la tension monter. Le fail : tomber hors de la carte, rater le tir le plus facile de sa vie, mourir contre le boss avec la barre de vie au maximum. Le fail est universel, tout le monde rit. La rage est polémique mais elle marche : le cri, le clavier qui trinque, la phrase qui devient un mème le lendemain. Mais ne laissez pas toute la chaîne virer à ça. Et la vraie frayeur, le sursaut dans un jeu d'horreur, le fou rire impossible à retenir. La réaction authentique, c'est ce qui sépare un clip de gameplay d'une énième vidéo de jeu perdue dans le fil.
La règle que j'applique est sèche. Si le passage n'a pas de retournement émotionnel clair dans les trois premières secondes, ce n'est pas un clip. C'est un highlight de portfolio, autre chose : gardez-le pour YouTube.
Le début décide de tout
En vertical, le pouce du spectateur fait défiler le fil en une fraction de seconde. Si les premières secondes sont « attendez, je vous explique le contexte », c'est fini. Il est déjà passé à la vidéo suivante sans avoir remarqué la vôtre.
L'astuce, c'est de commencer au pic, ou juste avant. Si la bonne action éclate à la huitième seconde, commencez à la cinquième, avec la tension qui monte déjà. Quinze secondes de balade avant l'action, c'est du suicide. Coupez le gras.
Quand vous récupérez le matériel avec le clipping IA pour Twitch et Kick, une bonne partie de la chasse au pic est déjà mâchée. L'outil repère les passages les plus énergiques : pics audio, réaction de la personne, effervescence du chat. Le réglage fin reste à vous, mais vous n'avez pas à balayer trois heures de VOD à l'œil comme un forçat.
Les sous-titres dans le gameplay
Les sous-titres dans un clip de gameplay cachent un piège qui attrape même les gens expérimentés. L'écran est déjà chargé. Il y a le HUD, le viseur, des chiffres qui clignotent. Posez un énorme sous-titre au milieu de tout ça et c'est de la pollution visuelle pure.
Ce qui marche est simple. Des sous-titres dans la bande entre la facecam et le jeu, ou tout en bas, loin du HUD, à une position fixe, sans danser dans tout l'écran. Le mot-clé mis en couleur, pas toute la phrase qui hurle. L'œil doit saisir le sens d'un coup d'œil. Et une synchro mot par mot : quand le streamer jure, le mot apparaît à l'instant exact du juron. Cela lie le son au texte et retient l'attention.
Gardez en tête un point qui fait peur à ceux qui négligent les sous-titres : la moitié du public regarde sans le son. Dans le bus, dans une file d'attente, au lit en pleine nuit avec quelqu'un qui dort à côté. Dans ces moments-là, ce sont les sous-titres qui sauvent le clip. Sans eux, la moitié de l'impact de la réaction s'évapore.
Un HUD lisible sans écraser le jeu
Le HUD raconte l'histoire. Vie dans le rouge, munitions qui tombent à zéro, timer qui défile. Parfois le HUD fait toute la blague, comme mourir avec 1 point de vie après dix minutes de tension.
L'erreur, c'est de vouloir montrer tout le HUD tout le temps. Ça ne tient pas, tout simplement. La solution, c'est d'être sélectif. Dans un moment normal, on se concentre sur l'action centrale. Au moment où le chiffre compte, un zoom rapide dessus, ou une flèche, ou le sous-titre qui pointe « 1 point de vie ». Vous dirigez le regard du spectateur vers le bon détail au bon moment, au lieu de tout lui jeter à la figure en espérant qu'il trouve seul.
Pensez en monteur de cinéma, pas en capture d'écran. Chaque seconde montre ce qui doit être vu à cet instant, rien de plus.
Le jeu et la voix se disputent le son
Ce point sépare l'amateur du professionnel et presque personne n'y prête attention. Dans un gameplay, deux couches de son se disputent l'oreille : le jeu (tirs, musique, explosions) et la voix du streamer.
La voix passe devant. La réaction est ce qui vend le clip, donc la parole doit être propre et au-dessus. Le son du jeu vient en appui, il apporte la tension et l'ambiance, mais sans couvrir la voix. Quand le streamer hurle le clutch, je laisse le son du jeu respirer avec le cri, jamais au point de l'étouffer.
Il y a un danger silencieux ici. Un pic audio du jeu, comme une explosion saturée, est souvent le déclencheur du clip, mais il sature aussi dans le casque de celui qui regarde. Il vaut mieux équilibrer pour ne pas faire mal aux oreilles. Un clip qui pousse la personne à arracher son casque en urgence est un clip qu'elle ne partagera jamais.
Découper directement depuis le live
L'essentiel du matériel de gameplay naît dans des lives Twitch ou Kick. Et revoir des heures de diffusion pour y trouver les deux minutes qui valent le coup est, à mon avis, le travail le plus pénible de ce métier. Pire que le rendu.
Le flux que j'utilise prend la VOD ou le live, l'envoie dans Cut.Pro et laisse le clipping natif Twitch et Kick balayer à ma place. Il trouve les pics, applique le recadrage vertical en suivant le visage et l'action, génère les sous-titres et rend plusieurs coupes prêtes. Je relis, je retouche ce que je veux, je publie. Ce qui prenait un après-midi entier tient en quelques minutes, et il reste du temps pour ce qui paie les factures : jouer et streamer.
Pour qui clippe pour d'autres, ça devient de l'échelle. On peut servir cinq streamers dans le temps qui suffisait à peine pour un seul, sans devenir l'otage de la timeline.
Au final, le gameplay vertical est un exercice de priorités. À chaque seconde, vous décidez de l'unique chose que le téléphone du spectateur doit montrer, et vous jetez le reste hors du cadre. Celui qui comprend ça transforme des heures de live en un fil qui grandit tout seul. Celui qui ne comprend pas continue d'écraser un FPS entier dans un petit carré en se demandant pourquoi personne ne clique.
