В интернете, в комплект к автопроверкам, есть еще одна машинка - специально для этих целей. Называется "Хрономер". Вставляем текст - она выдаёт, сколько это в секундах минимально и оптимально, из расчета на среднюю скорость речи. При записи звуковики "откусывают" еще несколько секунд перед текстом и после него (озвучка никогда не начинается и не заканчивается одновременно с видеорядом).
А с раскадровкой - да, всё так и есть, слова должны соответствовать "картинке" и цели ролика. Разница с письменным текстом в том, что здесь во всей красе особенности устной речи. Красок добавлять лучше с упором не на прилагательные, а на глаголы. Ни в коем случае нельзя делать длинные предложения, потому что звучит это ужасно - пока актер озвучки договорит, забудешь, с чего мысль начиналась. Оптимальная длина предложений - не больше 7-8 слов.
И да, никакой "воды". Мало того, на "воду" вообще обычно места и нет, стандартный ролик - 30 секунд. Только концентрация посыла, крючки, лифты. И схема текста - обычно подходит только AIDA (опять же, по причине сжатого временного интервала на альтернативные варианты просто места нет). И даже она - в режиме сжатой пружины - одно или несколько слов на внимание, основное "мясо" на интерес и желание, яркий запоминающийся финал (хорошо, если с удачным слоганом).
Как-то так.