今よくある動画、特にトーク中心の動画は、基本的に「トーク+テロップ+たまに効果音」の構成になってるし、自分でつくった動画もその形が多い。
この形に一旦区切りをつけて次のステージに行きたい

次の形は「トーク+テロップ+（トーク内容に応じた）BGM」（効果音なし生活音あり）。
こいつを極めていきたい