화자 맵

화자 맵 노드는 카메라 자체 마이크로 각 화자가 어느 카메라에 잡히는지 알아냅니다. 그러면 누구도 표를 채우지 않아도 멀티캠 편집이 알맞은 사람으로 전환됩니다. 결과를 카메라 전환의 화자 맵 입력에 연결하세요. 카메라 전환은 각 컷을 말하는 사람의 카메라에 둡니다.

멀티캠 팟캐스트나 인터뷰에서는 보통 게스트마다 자신의 카메라가 있고, 카메라마다 자체 마이크가 있습니다. 게스트가 말하는 동안 그 게스트를 향한 카메라가 목소리를 가장 크게 듣습니다. 화자 맵은 화자 라벨이 있는 녹취록을 받아, 각 화자가 말하는 동안 카메라마다 소리를 듣고, 어느 카메라가 누구의 것인지 정합니다.

노드는 AI 모델이나 공급자 키 없이 로컬에서 실행되므로 모든 에디션에서 동작합니다.

사용 시기

• 게스트마다 카메라가 있는 멀티캠 팟캐스트에서, 화자 표를 채우지 않고 어느 카메라가 누구의 것인지 카메라 전환에 알려 줄 때.
• 게스트가 세션마다 자리를 바꾸는 인터뷰에서 세션마다 카메라를 다시 지정할 때.

빠른 시작

입력

출력

화자 맵 출력은 다음과 같습니다.

{
  "version": 1,
  "speakerMap": { "speaker_0": "camA", "speaker_1": "camB", "speaker_2": "" },
  "confidence": {
    "speaker_0": { "camera": "camA", "marginDb": 9.4 },
    "speaker_1": { "camera": "camB", "marginDb": 6.1 },
    "speaker_2": { "camera": "", "marginDb": 1.2 }
  },
  "notes": ["\"speaker_2\": no clear camera (the loudest led by 1.2 dB) — shown on the wide shot; set the map to override."]
}

설정

카메라를 정하는 방식

화자마다, 그 화자의 모든 발화에 걸쳐 판단합니다.

• 가장 큰 카메라가 선택됩니다. 화자의 목소리를 가장 크게 듣는 카메라가 다음 카메라보다 필요한 차이 이상 앞서면 그 카메라가 그 사람의 카메라입니다.
• 뚜렷한 카메라 없음. 화자가 두 카메라 사이에 앉아 있는 등의 이유로 그만큼 앞서는 카메라가 없으면, 그 화자는 뚜렷한 카메라를 받지 못합니다. 카메라 전환은 그 화자를 와이드 샷으로, 와이드 샷이 없으면 화면이 있는 아무 카메라로 보여 줍니다. 메모에는 그 화자와, 가장 큰 카메라가 얼마나 앞섰는지가 적힙니다.
• 와이드 샷과 마스터 녹음은 선택되지 않습니다. 모두의 목소리를 들으므로 누구의 카메라도 아닙니다.
• 소리가 없는 카메라는 실패가 아닙니다. 오디오 트랙이 없거나, 마이크가 음소거되었거나, 발화를 하나도 듣지 못한 카메라는 어떤 화자에게도 선택되지 않을 뿐이며, 메모에 그 카메라가 적힙니다.

크레딧

화자 맵은 녹음의 길이나 개수와 관계없이 실행당 고정 가격 하나입니다. 노드의 실행 버튼에 가격이 표시됩니다. 셀프 호스팅 Community Edition과 Business 에디션은 크레딧을 쓰지 않습니다.

다음은 크레딧이 청구되기 전에 거부됩니다.

• 녹음이 2개 미만이거나 6개를 넘을 때, 또는 같은 ID를 가진 녹음이 두 개일 때.
• 오디오 노드처럼 소리만 있는 녹음을 와이드 샷으로 지정했을 때.
• 녹취록이 없을 때, 또는 화자 라벨이 전혀 없는 녹취록일 때. 음성 텍스트 변환에서 화자 분리를 켜고 다시 실행하세요.

캔버스에서는 녹음 중 어느 것도 아닌 마스터나 와이드 샷은 무시됩니다. API에서는 거부됩니다.

팁

• 메인 마이크와 와이드 샷을 지정하세요. 지정하지 않으면 그 소리가 카메라의 소리와 경쟁하고, 모두의 목소리를 듣는 와이드 샷이 화자에게 선택될 수 있습니다.
• 녹음을 따로 시작했다면 오프셋을 연결하세요. 오프셋이 없으면 각 카메라를 녹취록의 시간으로 읽으므로, 늦게 시작한 카메라는 엉뚱한 순간에 듣게 됩니다.
• 메모를 읽으세요. 뚜렷한 카메라가 없는 화자는 대개 두 카메라 사이에 앉아 있거나, 카메라 마이크의 설정이 크게 달랐습니다. 그 화자의 카메라를 카메라 전환의 화자 표에서 설정하세요. 그곳에서 설정한 카메라가 맵보다 우선합니다.
• 차이를 조정하세요. 맵이 아주 조금 더 큰 카메라를 고를 때는 필요한 차이를 높이세요. 뚜렷한 카메라가 없는 화자가 너무 많을 때는 낮추세요.
• 화자별 화면 배치에 맡기세요. 화자별 화면 배치는 오디오 동기화, 음성 텍스트 변환, 화자 맵, 카메라 전환을 대신 실행하고, 각 화자를 자신의 카메라로 프레이밍합니다.

문제 해결

API에서 사용

POST /v1/speaker-map은 sources(고유한 id, url, 선택적 kind를 가진 객체 26개의 목록)와 transcript를 받습니다. 선택적으로 offsets(오디오 동기화 결과), masterSourceId, wideSourceId, 030의 marginDb도 받습니다. kind: "audio"는 메인 마이크처럼 소리만 있는 녹음을 표시하며, 그 녹음은 누구의 카메라도 되지 않습니다.

형식이 잘못된 요청은 400 validation_error로, 화자 라벨이 없는 녹취록은 422 no_speakers로 응답하며, 둘 다 크레딧이 예약되기 전입니다. 완료된 작업의 output_data.json은 위의 화자 맵 결과이고, output_data.edl은 편집입니다.

SDK 메서드는 client.edit.speakerMap, CLI 명령은 nodaro edit speaker-map, MCP 도구는 speaker_map입니다. 결과를 카메라 전환에 넘기려면 SDK에서는 speakerMapResult, CLI에서는 --speaker-map-result, MCP에서는 speaker_map_result를 쓰세요. 보이스 및 미디어, SDK에서 편집, MCP 도구 레퍼런스를 참조하세요.