話者ビュー

話者ビューノードは、話者を画面に映した形で編集をレンダリングします。2 人のホストを横並びにしたり、縦型のクリップで話している人を追ったり、パネルディスカッションをグリッドで見せたり、ピクチャーインピクチャーを使ったりでき、各話者に合わせた切り抜きも設定できます。話者が変わるたびに切り替え、話している人を強調します。音声は編集のものをそのまま使います。

話者ビューの料金は、レンダリングした出力の分数に応じて決まります。単価は、品質と、レンダリングで同時に画面に映る話者の数によって変わります。クレジットを参照してください。

話者ビューは Nodaro Cloud で動作します。セルフホスティング環境では、Nodaro Cloud に接続すると、ノードは各実行をクラウドに中継します。セルフホスティング環境は各カメラのファイルを Nodaro Cloud に送るため、500 MB を超える非公開のカメラファイルは実行前に拒否されます。公開 URL か、より小さいファイルを使ってください。

使いどころ

• ポッドキャストの 2 人のホストを横並びで見せ、話している人を強調する。
• 話している人を追う縦型のクリップを、各人に合わせた切り抜きで作る。
• 最大 6 人のパネルディスカッションをグリッドで見せる。
• ピクチャーインピクチャーで、1 人を大きく、もう 1 人を小窓で見せる。

クイックスタート

話者ビューが決めるのは話者をどう見せるかで、誰を映すかは決めません。各カットのカメラはカメラ切り替えが選び、話者ビューはそのカメラを配置します。一般的な流れは、音声同期、話者ラベル付きの文字起こし、編集プラン、カメラ切り替え、話者ビューの順です。

入力

EDL に接続したノードがまだ実行されていない場合、設定パネルにそのことが表示され、ここまで実行が提示されます。これは話者ビューより前のノードを実行し、話者ビュー自体は実行しません。

出力

各テイクは、それぞれの EDL と文字起こしを保持します。結果で古いテイクを選ぶと、そのテイクの EDL と文字起こしに戻ります。

設定

設定パネルは、アスペクト比や話者の数で使えない選択肢をグレーで表示し、ポインターを合わせるかキーボードのフォーカスを移すと理由を示します。理由はタッチ画面向けに、グループの下にも一覧表示されます。

どの選択肢がどこで使えるか

• 横並びは 16:9 と 1:1、縦積みは 9:16、4:5、1:1 で描画されます。グリッド、シングル、ピクチャーインピクチャーはすべてのアスペクト比で描画されます。
• 横並び、縦積み、ピクチャーインピクチャーはちょうど 2 人の話者を、グリッドは 2〜6 人を扱います。枠には、最初に登場した順に話者が入ります。
• アスペクト比や話者の数で使えないレイアウトは、対になるレイアウト（横並びと縦積み）でレンダリングされます。それも使えない場合は、話者の数が合えばグリッド、合わなければシングルになります。
• パンは 1 台のカメラの中で動きます。別のカメラの話者に変わるときはカットになります。切り替えの選択肢の下に、それぞれの切り替えが使われる話者の変化の数がパネルに表示されます。
• クロスフェードは、2 人の話者の間で収録の一部がカットされ、編集の時間が飛ぶ箇所でだけ使われます。続いている発言の途中には使われません。

フレーミング

フレーミングを編集…をクリックすると、フレーミングエディターがウィンドウ全体に開きます。編集のカメラと話者が必要なため、先に編集プランとカメラ切り替えを実行してください。文字起こしにも編集プランにも話者ラベルがなく、まだどのカメラにもフレーミングする話者がいない場合、エディターは何も描けないフレームを表示する代わりに、そのことを伝えます。話者ビューが誰が話しているかを把握できるように、文字起こしまたは編集プランを接続してください。それまでは、三分割に戻すとフレーミングを保存はオフのままです。閲覧のみで共有されたワークフローでは、エディターは開きません。

• カメラと話者。 エディターには編集の各カメラと、その下にカメラが映す話者が一覧表示されます。1 人だけを映すカメラ（クローズアップなど）は、ボックスを描くをクリックするまでフルフレームで表示されます。複数の話者を映すカメラ（ワイドショットなど）は、話者ごとに 1 つのボックスから始まります。三分割に戻すでそのボックスに戻せます。
• フレーム。 ボックスの下でカメラ自体の動画が再生され、編集のマスター時間のスクラバーが付きます。（話者名）へジャンプで、そのカメラでその話者が 3 秒を超えて話す最初の場面に移動します。
• 切り抜き。 ボックスは自由な長方形です。レンダラーはボックスの中心を基準に、レイアウトの枠の形に合わせて切り抜くため、1 つのボックスですべてのレイアウトとアスペクト比に対応できます。表示形式でレイアウトを選ぶと、その切り抜きが点線の長方形で表示されます。ラベルには切り抜きのサイズと拡大率が表示され、画質が落ち始める 1.5 倍を超えると黄色になります。
• キー。 矢印キーでボックスをカメラの 1 ピクセルずつ、Shift を押すと 10 ピクセルずつ動かします。Tab でボックス間を移動し、F で選んだ話者をフルフレームで表示します。入れ替えで、1 台のカメラの 2 人の話者のボックスを入れ替えます。
• 保存。 フレーミングを保存で、表示されているすべてのボックスを保存します。保存するまで何も記録されず、保存していない変更がある状態で閉じると確認されます。フレーミングを一度も保存していないノードは、すべてのカメラをフルフレームでレンダリングします。
• 顔。 顔のトラックを接続している場合、エディターは話者フレームが追跡した顔を点線のボックスで描き、トラックとその話者のラベルを付けます。顔トラッキングを参照してください。

話者ごとにカメラを分割を使うと、何も描かずにワイドショットをフレーミングできます。スイッチをオンにし、ノードにフレーミングが保存されていない場合、1 台のカメラに映る各話者に、デフォルトの 3 分の 1 の枠が割り当てられます。枠は高さいっぱいで、出力と同じ形になり、フレームのうちその話者の部分を中心にします。話者には、最初に登場した順に 3 分の 1 の枠が割り当てられます。

• 適用される条件。 1 台のカメラで、画面に 2〜6 人の話者が映る 1 つの編集で、出力が 16:9 以外の場合です。話者が 1 人、7 人以上、複数のカメラ、複数のクリップにまたがる実行は、フルフレームのままです。16:9 の出力もフルフレームのままです。各ボックスがフレーム全体になるためです。
• 優先されるもの。 ボックスは 16:9 のカメラを前提にしています。保存したフレーミングが常に優先されます。顔のトラックを接続している場合、トラックが名前を付けた話者はその顔を追い、デフォルトの 3 分の 1 の枠はほかの話者だけをフレーミングします。

顔トラッキング

顔トラッキングを使うと、各話者の切り抜きが、固定のボックスではなくその顔を追います。話者フレームの顔のトラック出力を、顔のトラック入力に接続します。または、設定パネルで顔トラッキングを追加をクリックします。話者ビューと同じ編集と同じ文字起こしを読み込む話者フレームノードが追加され、そのトラックが接続されます。この操作は 1 回で元に戻せます。

話者フレームには現在クレジットの価格が設定されていないため、まだ実行できません。顔のトラックを接続した話者ビューは、話者フレームに結果ができるまで拒否されます。

• 同じ文字起こし。 話者フレームは、話者ビューと同じ文字起こし、つまりカメラ切り替えの文字起こし（名前付き）出力を読み込む必要があります。そうすると、トラックに、編集で使われている話者名が付きます。
• 顔を追うもの。 カメラに話者を映す各枠は、その話者の顔のトラックを追います。トラックに 2 秒を超える途切れがある箇所では、クリップのほかの場面での顔の位置から、それもなければフレーミングを編集…の切り抜きから、切り抜きの位置を決めます。話者フレームでチェックを外したカメラは、常にあなたのフレーミングを使います。
• モーション。 追従は、切り抜きを顔に合わせて滑らかに動かし、顔が中央付近にある間は動かしません。固定は、各セグメントを顔をもとに 1 回だけフレーミングします。どちらでも、話者の発言の間に切り抜きのサイズは変わりません。
• トラックが誰か。 トラックは、話者フレームが付けた話者名を、カメラ切り替えでの名前の変更を通して受け取ります。次に、話者フレームノードでの修正が適用されます。まだ名前のないトラックは、顔の中心がちょうど 1 つのボックスの中にある場合、フレーミングを編集…で描いたそのボックスの名前を受け取ります。エディターが自動で描いたボックスが、トラックに名前を付けることはありません。
• トラックを修正する。 フレーミングを編集…で、顔のラベルをクリックするか、フレームの下の一覧を使います。話者、誰でもない、または修正を外す検出どおりを選びます。フレーミングを保存で、修正が話者フレームノードに保存されます。何も再実行されません。
• カバー率。 カメラ上の時間のうち、トラックでカバーされている割合が 60% 未満の話者は、バッジに示されます。その残りの時間では、レンダリングにあなたのフレーミングが使われます。
• 最終レンダリングとプレビューを更新は、保存されたトラックを使います。話者フレームを再実行することはないため、プレビューと最終版は同じトラックを使います。

クレジット

話者ビューの料金は、レンダリングした出力の分数に応じて決まります。分単位に切り上げられ、最低 1 分です。単価は、レンダリングの品質とその区分によって変わります。プレビューは最終版より単価が低くなります。ノードは、実行の前に正確な料金を表示します。

• レンダリング全体で 1 つの区分。 3 人の話者が画面に映るセグメントが 1 つでもあれば、レンダリング全体が高い単価になります。
• 区分は、描画したとおりのレイアウトで決まります。 3 人以上の話者での横並び、縦積み、ピクチャーインピクチャーはグリッドとして描画されるため、高い単価になります。横並びやグリッドでのズームの切り替えは何も描画せず、料金も増えません。
• パン、カット、クロスフェード、強調は、区分を変えません。
• 編集で確保し、レンダリングで請求します。 レンダリングの開始時に、編集の長さからクレジットが確保されます。クロスフェードによって、完成したカットが短くなる場合があります。請求されるのはレンダリングしたカットの分数で、確保した額を超えることはなく、残りは解放されます。
• プレビューと最終版は別々のレンダリングです。 それぞれが独自の単価で請求されます。クリップのセットでは、各クリップがそのクリップの長さと区分で、個別にレンダリングされて請求されます。

実行の前に、ノード、実行ボタン、最終レンダリングボタン、プレビューを更新ボタンに見積もりが表示されます。話者の数がまだわからない場合、低い単価で見積もられるのは、ズームの切り替えのないシングルだけです。ほかのレイアウトはすべて高い単価で見積もられるため、見積もりが請求額より高くなることはあっても、低くなることはありません。

ヒント

• マルチカメラの収録では、先にカメラ切り替えを実行してください。話者ビューはカメラを選ばず、話者を指定していないマルチカメラの編集は拒否します。
• 重なりに合わせる。 カメラ切り替えでレイアウトの提案をオンにし、話者ビューのレイアウトを自動にすると、2 人が同時に話すときに横並びのレイアウトで見せます。EDL 適用は、レイアウトの提案を含む編集を拒否します。
• EDL 適用に戻す。 設定パネルの EDL 適用 に戻すで、このノードをその場で EDL 適用ノードに置き換えます。この操作は 1 回で元に戻せます。EDL 適用側には、逆の操作の話者ビュー に置き換えるがあります。
• 先にアスペクト比を選ぶ。 表示されるレイアウトは、アスペクト比で決まります。

トラブルシューティング

API から

POST /v1/speaker-view は、edl（オブジェクトまたは JSON 文字列の EDL 1 つ）を受け取り、任意で transcript、quality、targetAspect、layout、switch、emphasis、accentColor、speakerRegions、tracks、motion を受け取ります。layout は auto、single、side-by-side、stacked、grid、pip のいずれかです。switch.type は cut、pan、zoom、xfade:<transition> のいずれか、emphasis.style は scale、border、dim を + でつないだもの、または none です。

tracks は話者フレームの顔のトラック出力で、motion は static または glide です。motion のデフォルトは glide で、tracks がない場合は無視されます。拒否されたリクエストには、400 と invalid_edl、unsupported_setting、too_long、invalid_tracks のいずれかが返ります。レンダリングでは、クレジットのとおりに確保と請求が行われます。

完了したジョブの output_data には、videoUrl、thumbnailUrl、json（描画したとおりの EDL）、transcript（接続した文字起こしを、その EDL に合わせて対応付け直したもの）が含まれます。単体のノードを実行するとジョブを参照してください。