NodaroAccount
Docs do Nodaro
DocumentaçãoReferência de nósModelosTemplatesAgentes de IA (MCP)DesenvolvedoresAuto-hospedagemPesquisaComparações
Referência das ferramentas

Análise e listas de edição

Analise um vídeo cena a cena, encontre planos e silêncios, sincronize câmeras, renderize listas de edição e transforme podcasts em episódios, clipes e trailers.

As ferramentas de análise e listas de edição leem gravações existentes e as transformam em dados estruturados ou em montagens prontas. video_analysis e video_audit decompõem um vídeo cena a cena para que ele possa ser recriado. shot_cuts, silence_detect, audio_sync e speaker_map medem gravações. plan_edit e apply_edl planejam e renderizam cortes a partir de uma transcrição, switch_cameras escolhe a câmera de cada corte conforme quem está falando, e speaker_view dispõe os falantes na tela. As ferramentas de podcast fazem um trabalho inteiro numa única chamada: tighten_episode enxuga um episódio, make_chapters lista os capítulos, make_trailer corta um trailer, make_clip_pack corta clipes curtos e speaker_layout enquadra a gravação por falante. Todas as ferramentas precisam da permissão workflows:execute. Todas, exceto estimate_use_case, retornam um ID de tarefa.

video_analysis

Analisa um vídeo e o decompõe cena a cena, num formato feito para a recriação com IA. Funciona como o nó Análise de vídeo.

  • As cenas são cortadas nos limites naturais e duram no máximo 8 segundos: uma geração de imagem ou de vídeo por cena.
  • visualResolved é uma descrição autônoma de cada cena, pronta para usar como prompt. É o campo que as etapas seguintes leem.
  • Cada cena também tem um enquadramento, um movimento de câmera e uma lista de camadas de áudio. A fala é citada palavra por palavra, a música e os efeitos sonoros são descritos para que possam ser gerados, e uma lista vazia significa silêncio.
  • Os slots são as pessoas, os objetos e os lugares recorrentes, para que você possa substituí-los pelos seus próprios personagens.

Permissão: workflows:execute. Créditos: conforme a duração do vídeo, na tabela abaixo.

ParâmetroTipoObservações
video_asset_id, video_url ou youtube_urlstringObrigatório, exatamente um. Um ID de tarefa de vídeo ou de upload do Nodaro, uma URL direta de vídeo ou um link do YouTube. Até 10 minutos; sem transmissões ao vivo. Informar zero ou duas origens retorna um erro.
variationsbooleanTambém detecta os diferentes visuais de cada pessoa ou coisa, como uma troca de roupa, um sonho ou um disfarce, e vincula cada visual às cenas dele. Padrão: false.
music_videobooleanTrata o clipe como um videoclipe: cada verso cantado é transcrito como fala. Padrão: false; nesse caso, os vocais que ninguém em cena interpreta fazem parte da camada de música.
translate_speech_to_englishbooleanRetorna as palavras faladas e cantadas em inglês. Padrão: false, o idioma original.
translate_on_screen_text_to_englishbooleanRetorna placas, legendas e títulos em inglês. Esse texto faz parte do prompt visual, então uma cena gerada de novo mostra o texto em inglês. Os nomes mantêm a forma original. Padrão: false.
analysis_focusstringUma orientação, com até 2.000 caracteres, por exemplo “foque nas tomadas do produto e no texto na tela”.

Retorna: um ID de tarefa. A análise, com meta, slots e scenes, fica no output_data da tarefa.

A ferramenta sempre executa a análise Inteligente, o nível mais preciso, e não aceita parâmetro de nível nem de estratégia de resultado. Um cliente que ainda envia llm_model ou selection_mode recebe a análise Inteligente, e esses parâmetros são ignorados. Os outros níveis continuam disponíveis no nó Análise de vídeo, também nos workflows que você executa pelo MCP, e na rota REST.

O preço depende da faixa de duração, a menor entre 60, 180, 360 ou 600 segundos que comporta o vídeo. As faixas de 60, 180 e 360 segundos têm 3 segundos de tolerância cada uma, então um vídeo de até 1:03 é cobrado na faixa de 60 segundos:

AnáliseAté 60 sAté 180 sAté 360 sAté 600 s
Inteligente4555541.3942.284

list_models retorna os preços atuais.

video_audit

Assiste a um vídeo de novo, comparando-o com a análise dele, e corrige o que estiver errado. Cada correção é aplicada com verificações e informada, e o que não pôde ser corrigido é sinalizado, não alterado. Funciona como o nó Auditoria com IA.

Permissão: workflows:execute. Créditos: conforme a duração, e mais barato quando você passa uma análise.

ParâmetroTipoObservações
video_urlstringObrigatório. O vídeo a auditar.
analysisobjectA análise de uma chamada anterior de video_analysis ou video_audit, passada como está. Sem ela, a ferramenta primeiro executa uma análise rápida, o que custa mais.

Retorna: um ID de tarefa. O output_data da tarefa contém o relatório: o que foi verificado, o que mudou e o que ficou em aberto.

ExecuçãoAté 60 sAté 180 sAté 360 sAté 600 s
Com analysis2373197301.181
Sem analysis4365231.2962.114

shot_cuts

Encontra onde cada plano de um vídeo começa e termina, medido no próprio arquivo. Cada quadro decodificado é avaliado, e cada corte seco inicia um novo plano. Fusões e fades não são cortes. Funciona como o nó Cortes de plano.

Permissão: workflows:execute. Créditos: um preço fixo por execução, com ou sem quadros. A ferramenta não aparece na lista onde o nó Cortes de plano não é oferecido.

ParâmetroTipoObservações
video_url ou video_asset_idstringObrigatório, um dos dois. O vídeo, com até 30 minutos: uma URL, um ID de tarefa de vídeo do Nodaro ou o ID de um vídeo enviado.
framesbooleanTambém salva o primeiro e o último quadro exatos de cada plano como imagens PNG, para até 1.000 planos. Padrão: false.

Retorna: um ID de tarefa. outputData.json é { shotCount, cutsSec, durationSec, shots }. Cada plano tem index, startSec, endSec e durationSec, em segundos a partir do primeiro quadro. cutsSec está em ordem crescente e nunca contém 0. É [] num vídeo de um só plano. Com frames, cada plano também tem firstFrameUrl e lastFrameUrl, e outputData.firstFrames e outputData.lastFrames listam as URLs dos quadros na ordem dos planos.

silence_detect

Encontra os trechos de silêncio de uma gravação só pelo áudio: sem transcrição e sem imagens. Funciona como o nó Detectar silêncio.

Permissão: workflows:execute. Créditos: 11.

ParâmetroTipoObservações
audio_urlstringObrigatório. Uma URL de áudio ou de vídeo. A faixa de áudio é lida nos dois casos.
threshold_dbnumberO nível de silêncio em dBFS, de -90 a 0. Padrão: -35, um bom piso para fala.
min_silence_msintegerO menor silêncio a informar, de 1 a 600.000 ms. Padrão: 700.
pad_msintegerA margem de fala mantida em volta de cada trecho, de 0 a 60.000 ms. Padrão: 120.

Retorna: um ID de tarefa. O resultado é output_data.json, { ranges, durationMs }. Passe esse objeto, e não o output_data inteiro, como o silence de plan_edit, ou use ranges para escrever uma lista de edição à mão.

audio_sync

Mede a defasagem entre os relógios de 2 a 6 gravações de uma mesma conversa, como os arquivos das câmeras e um microfone principal, comparando o áudio delas. Funciona como o nó Sincronizar áudio.

Permissão: workflows:execute. Créditos: de 11 com 2 origens a 55 com 6, conforme o número de gravações alinhadas à referência.

ParâmetroTipoObservações
sourcesarrayObrigatório. De 2 a 6 gravações, cada uma { id, url }, com um ID único. URLs de áudio ou de vídeo.
referencestringO ID da gravação usada como base para medir cada deslocamento. Padrão: a primeira.

Retorna: um ID de tarefa. O resultado é output_data.json: { reference, offsets, notes }, em que cada deslocamento tem sourceId, offsetMs, confidence e driftMsPerHour. Um instante no relógio da referência é o instante na origem mais offsetMs. Confiança baixa e desvio de relógio são informados em notes, nunca corrigidos.

speaker_map

Descobre em qual câmera está cada falante, a partir dos microfones das próprias câmeras. Funciona como o nó Mapa de falantes.

Permissão: workflows:execute. Créditos: um preço fixo por execução. A ferramenta não aparece na lista onde o nó Mapa de falantes não é oferecido.

ParâmetroTipoObservações
sourcesarrayObrigatório. De 2 a 6 gravações, cada uma { id, url, kind? }, com um ID único: as câmeras, e as gravações master e aberta quando você as indica. Use os IDs de fonte da EDL. kind: "audio" marca uma gravação só de som.
transcriptobject ou stringObrigatório. A transcrição de palavras com rótulos de falante.
offsetsobject ou stringO output_data.json de uma tarefa de audio_sync. Omita quando as gravações já compartilham um relógio.
master_source_idstringO ID do áudio master. Ele ouve todos, então não é a câmera de ninguém.
wide_source_idstringO ID do plano aberto. Não é a câmera de ninguém, e um falante sem câmera clara aparece nele. O plano aberto precisa ser uma câmera: não uma gravação só de som, nem o master.
margin_dbnumberQuantos dB a câmera mais alta precisa superar a seguinte para que um falante a receba, de 0 a 30. Padrão: 3.

Retorna: um ID de tarefa. output_data.json é { version, speakerMap, confidence, notes, edl? }. edl são as gravações como uma única edição, também em output_data.edl. Passe o resultado para switch_cameras como speaker_map_result. Um falante sem câmera clara recebe "": ele aparece no plano aberto, ou, sem plano aberto, em qualquer câmera com imagem. Uma câmera que não ouviu nada é informada em notes e nunca faz a execução falhar.

plan_edit

Transforma uma transcrição com marcação de tempo numa lista de decisões de edição para uma gravação. Ela lê a transcrição, nunca as imagens. Funciona como o nó Plano de edição.

Permissão: workflows:execute. Créditos: de 3 a 1.664, conforme a duração da gravação, o modo e o nível. Somente no Nodaro Cloud.

ParâmetroTipoObservações
modestringObrigatório. tighten remove silêncios, palavras de preenchimento e falsos começos numa única montagem. clips encontra clipes curtos para compartilhar, com uma lista de edição para cada um. chapters marca capítulos com títulos. trailer monta um teaser de 20 a 40 segundos com os melhores momentos.
transcriptobjectObrigatório. A transcrição em nível de palavra, de transcribe.
sourcesarrayObrigatório. De 1 a 6 gravações, cada uma com uma url e, opcionalmente, o id, o kind (video ou audio), o role (master-audio, camera, wide ou screen), os speakers e o offset_ms no relógio mestre. O id é o ID que você deu à gravação no audio_sync, com até 200 caracteres. Ele é obrigatório com offsets.
offsetsobject or stringO output_data.json de uma tarefa do audio_sync. A ferramenta grava cada deslocamento medido na origem com o mesmo id, no relógio da origem mestre. O offset_ms da própria origem prevalece.
transcript_source_idstringO id da origem a partir da qual a transcrição foi feita, quando você souber. A ferramenta então confere se essa origem está no relógio da origem mestre.
silenceobjectO resultado de silence_detect.
plan_tierstringeconomy, standard (padrão) ou premium.
countintegerPara clips: quantos clipes, de 1 a 50.
target_duration_secintegerPara clips: a duração de cada clipe, de 5 a 180 segundos.
target_aspectstring16:9, 9:16, 1:1 ou 4:5.
platform, instructions, style_guidestringOnde os clipes serão publicados e orientações em texto livre.

A origem mestre é a que tem a função master-audio ou, se nenhuma tiver, a primeira origem. A ferramenta recusa a chamada antes de qualquer cobrança quando os deslocamentos deixariam o corte fora de sincronia:

  • Uma origem não tem offset_ms, e o audio_sync não a mediu ou teve uma correspondência fraca com ela, com confiança menor que 0,5. Defina o offset_ms dela.
  • A origem mestre tem um offset_ms diferente de 0.
  • Outras origens usam deslocamentos medidos, mas o audio_sync não mediu a origem mestre, ou a correspondência dela é fraca.
  • offsets não é um resultado do audio_sync, ou uma origem não tem id para a associação.
  • A transcrição foi feita a partir de uma origem fora do relógio da origem mestre. Transcreva a origem mestre ou dê a essa origem a função master-audio.

Retorna: um ID de tarefa. O plano fica no output_data da tarefa, pronto para apply_edl.

switch_cameras

Escolhe qual câmera mostra cada corte de uma edição com várias câmeras, conforme quem está falando. Funciona como o nó Troca de câmeras. O som nunca muda.

Permissão: workflows:execute. Créditos: um preço fixo por execução, seja qual for a duração da gravação ou o número de câmeras. Somente no Nodaro Cloud.

ParâmetroTipoObservações
edlobject or stringObrigatório. Uma lista de edição de plan_edit. Para um conjunto de clipes, passe a lista de edição de um clipe por chamada.
transcriptobject or stringObrigatório. A transcrição por palavra com rótulos de falante, de transcribe com detecção de falantes.
speaker_mapobjectCada rótulo de falante associado ao ID da origem da EDL que é a câmera desse falante. "" significa que o falante não tem câmera própria.
speaker_namesobjectCada rótulo de falante associado a um nome de exibição.
speaker_map_resultobjectUm resultado inteiro de speaker_map. Um rótulo em speaker_map prevalece, depois este resultado, depois o falante 1 na primeira câmera, e assim por diante.
min_shot_ms, lead_ms, max_shot_ms, wide_every, layout_hintsAs configurações de tomada do nó Troca de câmeras.

Um falante que não está em speaker_map vai para a origem cuja lista speakers o cita; se não houver, para a origem wide; se não houver, para qualquer câmera com imagem. Um falante definido como "" ignora a lista speakers. Um novo falante na mesma câmera ainda recebe um segmento próprio com o nome dele.

A chamada é recusada antes de qualquer cobrança em dois casos. O primeiro é uma transcrição sem rótulos de falante. O segundo é uma edl que não é uma única edição no relógio mestre, como um conjunto de clipes, um plano de capítulos ou a lista de edição de uma saída renderizada.

Retorna: um ID de tarefa. output_data.json é a lista de edição com as câmeras trocadas, para apply_edl, e output_data.transcript é a transcrição com os nomes dos falantes.

speaker_view

Renderiza uma edição com os falantes dispostos na tela, a partir das câmeras originais e com o som da própria edição. Desenha um layout, uma troca a cada mudança de falante e um destaque em quem está falando. Funciona como o nó Visão de falantes.

Permissão: workflows:execute. Créditos: por minuto de saída renderizada, como no nó Visão de falantes. A taxa é menor na qualidade proxy e maior com três a seis imagens na tela ou com zoom. Somente no Nodaro Cloud.

ParâmetroTipoObservações
edl ou video_urlobject, stringObrigatório, exatamente um. edl é uma edição, como object ou string JSON: um resultado de plan_edit ou de switch_cameras. video_url é um link público para um vídeo de até 500 MB. O vídeo inteiro é usado, e a visão troca sempre que outro falante começa a falar.
transcriptobject ou stringA transcrição de palavras com rótulos de falante. Obrigatória com video_url e com uma edl que não nomeia os falantes.
target_aspectstring16:9, 9:16, 1:1 ou 4:5. Padrão: a proporção da própria edição, senão 16:9. Com video_url, o padrão é 9:16.
layoutstringauto (padrão), single, side-by-side, stacked, grid ou pip. Um layout que a proporção ou o número de falantes não permite é trocado pelo mais próximo.
switchobject{ type, duration_ms? }, a troca a cada mudança de falante. type é cut, pan, zoom ou xfade:<transition>. duration_ms é a duração de um pan ou zoom, de 0 a 5.000 ms. Sem ele, os falantes são cortados.
emphasisobject{ style, duration_ms? }, como o falante que fala é marcado. style é none, ou scale, border e dim unidos com +. duration_ms vai de 0 a 5.000 ms. Sem ele, nenhum destaque é desenhado.
qualitystringfinal (padrão), ou proxy para uma prévia privada em 720p.
speaker_regionsarrayAté 500 recortes, cada um { source, speaker, region: { x, y, w, h } }: a parte do quadro de uma câmera que mostra um falante, em frações do quadro. Cada lado tem pelo menos 1%, e o recorte fica dentro do quadro: x + w e y + h são no máximo 1. Os IDs têm até 200 caracteres.
accent_colorstringA cor do destaque border, como #RRGGBB. Padrão: branco.

A ferramenta não aceita trilhas de rosto. Para seguir rostos com Quadros dos falantes, monte o workflow no editor. Uma chamada é recusada antes de qualquer requisição quando envia edl e video_url juntos ou nenhum dos dois, uma string edl que não é JSON, um video_url sem transcrição com rótulos de falante, ou um recorte fora dos limites. As recusas da própria rota voltam como erros da ferramenta, antes de qualquer cobrança: uma edição que ela não consegue desenhar, ou um vídeo que ela não consegue medir ou que não é mais largo que a proporção.

Retorna: um ID de tarefa. O vídeo fica em output_data.videoUrl, a edição como foi desenhada em output_data.json e a transcrição, remapeada pela edição, em output_data.transcript.

apply_edl

Renderiza uma lista de decisões de edição numa montagem pronta. Funciona como o nó Aplicar EDL, cuja página também informa o preço por minuto.

Permissão: workflows:execute. Créditos: cobrados por minuto de saída renderizada, na tarifa da quality. Uma prévia proxy, de vídeo ou de áudio, tem a sua própria tarifa, mais baixa.

ParâmetroTipoObservações
edlobject or stringObrigatório. O plano de plan_edit ou uma lista que você escreveu. Os segments dela ficam em milissegundos inteiros num relógio master, e cada um indica uma das sources da EDL pelo ID. Uma renderização de vídeo precisa de uma origem de vídeo em cada segmento.
sourcesarrayURLs que substituem as URLs de origem da EDL, na mesma ordem.
outputstringvideo (padrão) ou audio.
qualitystringfinal (padrão), ou proxy para uma prévia rápida em 720p. Uma prévia é sempre privada e marcada como Prévia.
clip_keystringPara um clipe de um plano clips: "<first inMs>-<last outMs>" desse clipe. Ele volta no resultado como output_data.clipKey, para que você associe cada renderização de um pacote de clipes ao seu clipe.
crossfade_msnumberUm fade cruzado nas junções sem transição própria, de até 5.000 ms. Padrão: 0, cortes secos.
transcriptobjectUma transcrição a remapear pelo corte, para que corresponda ao resultado.

Uma renderização pode produzir no máximo 180 minutos. Uma lista malformada, ou longa demais, é recusada antes que qualquer coisa seja executada, com o segmento e a regra que ele viola.

Retorna: um ID de tarefa. O arquivo renderizado é o resultado da tarefa, e o output_data.quality dele diz se é uma prévia ou a versão final.

tighten_episode

Enxuga a gravação de um podcast ou de uma entrevista numa única chamada. Ela transcreve a gravação com identificação de falantes, encontra os silêncios, planeja o corte enxuto e o renderiza. Também pode adicionar legendas e uma música de fundo que abaixa sob a voz. Funciona como o nó Enxugar episódio.

Permissão: workflows:execute. Créditos: cada etapa pelo próprio preço, mais uma taxa fixa por execução.

ParâmetroTipoObservações
media_url ou media_urlsstring, arrayObrigatório, um dos dois. media_url é a gravação, uma URL de vídeo ou de áudio, com até 3 horas. media_urls são de 1 a 6 gravações de uma conversa, em ordem. Veja Várias gravações.
master_audio_url, camerasstring, objectCom várias gravações. Veja Várias gravações.
outputstringvideo (padrão) ou audio. Uma gravação de áudio sempre gera um episódio em áudio.
framing_aspectstringEnquadra um episódio em vídeo para este formato com a Visão de falantes, que coloca quadros automáticos sobre os falantes na tela: 16:9, 9:16, 1:1 ou 4:5. Deixe-o de fora para não enquadrar.
framing_layoutstringO layout quando framing_aspect está definido: auto (padrão), single, side-by-side, stacked, grid ou pip. Um layout que o formato não desenha é substituído pelo mais próximo.
framing_sourcestringComo um episódio enquadrado segue os falantes. static (padrão) divide o quadro igualmente entre os falantes. tracking segue os rostos com o Quadros dos falantes, cobrado por bloco iniciado de 1.000 quadros amostrados, e é recusado com 403 onde o Quadros dos falantes não está disponível para você. auto segue os rostos enquanto o Quadros dos falantes está disponível para você, e divide igualmente caso contrário. Ignorado sem um enquadramento.
captionsbooleanGrava legendas num episódio em vídeo. Padrão: true.
caption_stylestringsubtitle, word-highlight (padrão), karaoke, tiktok-words, word-pop ou bouncy.
review_before_renderbooleanPara numa prévia rápida para revisão. Padrão: false.
plan_tierstringA qualidade da edição: economy, standard (padrão) ou premium.
instructionsstringInstruções de edição para o plano, com até 4.000 caracteres.
style_guidestringUm guia de estilo para o plano, com até 4.000 caracteres.
music_urlstringUma música de fundo. Ela abaixa sob a voz e termina com o episódio.
music_duck_amountnumberQuanto a música abaixa sob a fala, de 0 a 100. Padrão: 75.
client_request_idstringUm token de nova tentativa: de 8 a 128 caracteres entre letras, dígitos e _ - . :. Reutilize-o quando tentar de novo após um tempo esgotado, para que a execução não seja iniciada nem cobrada duas vezes.

Retorna: um ID de tarefa. O episódio fica em output_data.videoUrl ou output_data.audioUrl, e a edição fica em output_data.json. Numa instalação auto-hospedada, a ferramenta precisa de uma conexão com o Nodaro Cloud, e é recusada na hora sem ela.

Várias gravações

tighten_episode, make_trailer, make_clip_pack e speaker_layout também aceitam várias gravações de uma conversa, como uma câmera por falante e um microfone separado. A execução alinha as gravações, descobre quem está em qual câmera e corta para quem está falando.

ParâmetroTipoObservações
media_urlsarrayNo lugar de media_url: até 6 gravações de uma conversa, em ordem. São as câmeras, no máximo 5. O sexto lugar é para o som: o master_audio_url, ou uma gravação só de som.
master_audio_urlstringA faixa do mixer ou do gravador. É o som do episódio e o relógio ao qual as gravações são alinhadas. Conta entre as 6 gravações.
cameras.wide_cameraintegerQual gravação, contando a partir de 1, é o plano aberto. Ela aparece quando um falante não tem câmera própria.
cameras.already_syncedbooleanAs gravações já compartilham um relógio, então a execução não as alinha.
cameras.speaker_camerasobjectQuem está em qual câmera: um número de falante, em que 1 é a primeira voz ouvida, associado a um número de gravação. 0 é o plano aberto. Substitui o mapeamento automático.

Várias gravações, ou um áudio master, precisam do Mapa de falantes. Onde o Mapa de falantes não está disponível para você, a chamada é recusada com 403 node_not_available. Uma execução com várias gravações informa quem está em qual câmera em output_data.cameras.

make_chapters

Lista os capítulos da gravação de um podcast ou de uma entrevista numa única chamada. Ela transcreve a gravação e planeja os capítulos, cada um com um título e um horário de início. Nada é renderizado. Funciona como o nó Índice de capítulos.

Permissão: workflows:execute. Créditos: cada etapa pelo próprio preço, mais uma taxa fixa por execução.

ParâmetroTipoObservações
media_urlstringObrigatório. A gravação, uma URL de vídeo ou de áudio, com até 3 horas.
plan_tierstringA qualidade do planejamento: economy (padrão), standard ou premium.
instructionsstringInstruções para os capítulos, como “5 to 8 chapters” (de 5 a 8 capítulos) ou “short titles” (títulos curtos), com até 4.000 caracteres.
style_guidestringUm guia de estilo para os títulos dos capítulos, com até 4.000 caracteres.
client_request_idstringUm token de nova tentativa, como em tighten_episode.

Retorna: um ID de tarefa. As notas do episódio ficam em output_data.text: uma linha 0:00 Title por capítulo. Quando um capítulo começa em 1:00:00 ou depois, todas as linhas usam H:MM:SS. A lista fica em output_data.json, como [{ startMs, title }], e o primeiro capítulo começa em 0. Quando dois capítulos começam no mesmo segundo, o primeiro é mantido.

Uma execução que não encontra capítulos falha, e a taxa é reembolsada. Essa execução não pode ser continuada, porque todas as etapas terminaram, então execute de novo. Qualquer outra execução com falha continua com continue_use_case e mode: "from-failed". Numa instalação auto-hospedada, a ferramenta precisa de uma conexão com o Nodaro Cloud.

make_trailer

Corta um trailer de 20 a 40 segundos da gravação de um podcast ou de uma entrevista numa única chamada, e o entrega em cada formato de rede social que você escolher. Ela transcreve a gravação, planeja o trailer a partir dos momentos mais fortes e o renderiza. O plano escolhe a duração e une os momentos com fusões cruzadas curtas. Cada formato recebe margens, nunca é recortado. Funciona como o nó Trailer do episódio.

Permissão: workflows:execute. Créditos: cada etapa pelo próprio preço, mais uma taxa fixa por execução.

ParâmetroTipoObservações
media_url ou media_urlsstring, arrayObrigatório, um dos dois. Um vídeo, com até 3 horas. Uma gravação só de áudio é recusada. Para várias gravações, com master_audio_url e cameras, veja Várias gravações.
formatsarrayOs formatos a entregar, de 1 a 4: 9:16, 1:1, 4:5 e 16:9. Padrão: 9:16, 1:1 e 4:5.
intro_card_urlstringUm vídeo curto opcional, com até 15 segundos, reproduzido primeiro. Dê a ele o tamanho e a proporção da gravação, senão um dos dois recebe tarjas.
review_before_renderbooleanPara numa prévia do trailer para revisão. Padrão: false.
plan_tierstringA qualidade da edição: economy, standard (padrão) ou premium.
instructions, style_guidestringInstruções para o trailer, como “open on the funniest moment” (começar pelo momento mais engraçado), e um guia de estilo, com até 4.000 caracteres cada.
client_request_idstringUm token de nova tentativa, como em tighten_episode.

Retorna: um ID de tarefa. Os trailers ficam em output_data.formats, como [{ format, url }] na ordem dos formatos, e o primeiro também fica em output_data.videoUrl. Um formato que não pôde ser renderizado é indicado em output_data.failedFormats, e a execução termina com os outros. Quando nenhum formato é renderizado, a execução falha e a taxa é reembolsada.

Com review_before_render: true, a execução para numa prévia do trailer em output_data.videoUrl, e formats fica vazio até a renderização final. Confira o plano em output_data.json e chame continue_use_case com mode: "render-final". Numa instalação auto-hospedada, a ferramenta precisa de uma conexão com o Nodaro Cloud.

make_clip_pack

Corta a gravação de um podcast ou de uma entrevista num pacote de clipes curtos numa única chamada. Ela transcreve a gravação, encontra os melhores momentos, renderiza cada um como um clipe próprio e o legenda. Funciona como o nó Pacote de clipes.

Permissão: workflows:execute. Créditos: cada etapa pelo próprio preço, mais uma taxa fixa por execução. Um clipe que não pode ser renderizado não é cobrado.

ParâmetroTipoObservações
media_url ou media_urlsstring, arrayObrigatório, um dos dois. A gravação, uma URL de vídeo ou de áudio, com até 3 horas. Uma gravação de áudio gera clipes de áudio, sem enquadramento nem legendas. Com várias gravações, cada clipe corta para quem está falando: veja Várias gravações.
countintegerQuantos clipes encontrar, de 1 a 50. Padrão: 8. O plano pode encontrar menos.
target_length_secintegerA duração de cada clipe, de 5 a 180 segundos. Padrão: 60.
framingobject ou null{ aspect, layout?, switch_type?, emphasis? }: enquadra cada clipe de vídeo com a Visão de falantes, em caixas automáticas sobre os falantes do episódio. Todos os clipes são enquadrados do mesmo jeito. Padrão: 9:16, stacked, pan e scale, e um enquadramento sem layout é stacked. null mantém a proporção da gravação.
framing_sourcestringstatic (padrão) divide o quadro igualmente por falante. tracking segue rostos, com uma única execução de Quadros dos falantes sobre o pacote inteiro, cobrada por bloco iniciado de 1.000 quadros amostrados. É recusado com 403 onde Quadros dos falantes não está disponível para você. auto segue rostos enquanto Quadros dos falantes está disponível para você.
captionsbooleanLegenda cada clipe de vídeo. Padrão: true.
caption_stylestringsubtitle, word-highlight, karaoke (padrão), tiktok-words, word-pop ou bouncy.
review_before_renderbooleanPara em prévias rápidas para revisão. Padrão: false.
plan_tierstringA qualidade da edição: economy, standard (padrão) ou premium.
instructions, style_guidestringInstruções para escolher os clipes, como “the funniest moments” (os momentos mais engraçados), e um guia de estilo, com até 4.000 caracteres cada.
client_request_idstringUm token de nova tentativa, como em tighten_episode.

Retorna: um ID de tarefa. Os clipes ficam em output_data.clips, cada um { url, title?, hook?, clipKey, thumbnailUrl?, captionsFailed? }. O primeiro clipe também fica em output_data.videoUrl, ou em output_data.audioUrl para clipes de áudio.

  • Todos os clipes são tentados. Um clipe que não pode ser renderizado, ou cortado entre câmeras, é pulado e não é cobrado. Ele é contado em output_data.failedClips, e a execução termina com os outros. Quando nenhum clipe é renderizado, a execução falha e a taxa é reembolsada.
  • As legendas podem falhar sozinhas. Um clipe cujas legendas não puderam ser adicionadas vem sem elas, com captionsFailed. Ele é contado em output_data.failedCaptions, e essas legendas não são cobradas.
  • Revise primeiro. Com review_before_render: true, a execução para em prévias rápidas. Confira output_data.json, que tem uma EDL por clipe. Depois chame continue_use_case com mode: "render-final" e um edited_edl que mantém ou descarta clipes. Mantenha pelo menos um clipe: descartar todos é recusado com use_case_nothing_kept. A renderização final faz só os clipes mantidos, sem taxa.

Numa instalação auto-hospedada, a ferramenta precisa de uma conexão com o Nodaro Cloud.

speaker_layout

Enquadra a gravação inteira de um podcast ou de uma entrevista por falante, numa única chamada. O resultado tem a mesma duração da gravação: nada é cortado. Ela transcreve a gravação e enquadra cada falante com a Visão de falantes. Funciona como o nó Layout de locutores.

Permissão: workflows:execute. Créditos: cada etapa pelo próprio preço, mais uma taxa fixa por execução. A ferramenta não aparece na lista onde o nó Layout de locutores não é oferecido.

ParâmetroTipoObservações
media_url ou media_urlsstring, arrayObrigatório, um dos dois. Um vídeo, com até 3 horas. Uma gravação só de áudio é recusada. Com várias gravações, cada falante aparece na própria câmera: veja Várias gravações.
target_aspectstring16:9, 9:16 (padrão), 1:1 ou 4:5.
layoutstringauto, single, side-by-side, stacked (padrão), grid ou pip. Um layout que a proporção não desenha é trocado pelo mais próximo.
switch_typestringA troca a cada mudança de falante: cut (padrão), pan, zoom ou uma transição xfade:, como xfade:dissolve.
emphasisstringComo o falante que fala é marcado: none, ou scale, border e dim unidos com +. Padrão: scale.
framing_sourcestringauto (padrão) segue rostos com Quadros dos falantes enquanto ele está disponível para você, e divide o quadro igualmente caso contrário. static divide o quadro igualmente por falante. tracking segue rostos, cobrado por bloco iniciado de 1.000 quadros amostrados, e é recusado com 403 node_not_available onde Quadros dos falantes não está disponível para você. Uma câmera compartilhada por vários falantes mantém a divisão igual.
review_before_renderbooleanPara numa prévia rápida para revisão. Padrão: false.
client_request_idstringUm token de nova tentativa, como em tighten_episode.

Retorna: um ID de tarefa. O vídeo enquadrado fica em output_data.videoUrl, e a edição que a Visão de falantes desenhou fica em output_data.json. Depois de uma prévia, chame continue_use_case com mode: "render-final" e sem edited_edl: o layout não tem corte para mudar, e um edited_edl é recusado com use_case_no_plan. Numa instalação auto-hospedada, a ferramenta precisa de uma conexão com o Nodaro Cloud.

estimate_use_case

Cota uma execução de uma ferramenta de podcast antes de ela começar. A cotação é gratuita: nada é criado nem cobrado.

Permissão: workflows:execute. Créditos: grátis.

ParâmetroTipoObservações
node_typestringObrigatório. O nó a cotar: tighten-episode, episode-chapters, episode-trailer, clip-pack ou speaker-layout. Só os nós que a sua implantação oferece são aceitos.
inputobjectObrigatório. Os argumentos da ferramenta de execução do nó (tighten_episode, make_chapters, make_trailer, make_clip_pack ou speaker_layout), exatamente como você os enviaria.

Os argumentos são conferidos com os argumentos da própria ferramenta de execução. Um argumento que a ferramenta não aceita é indicado e recusado, assim como um valor que ela recusa. Depois são enviados do mesmo jeito que a ferramenta de execução os envia, então a cotação é exatamente a daquela execução.

Retorna: { totalCredits, stepsCredits, feeCredits, estimate?, durationSec }, também como structuredContent com nodeType. O total são as etapas da execução pelos próprios preços, mais a taxa. estimate: true significa que uma etapa foi cotada por uma estimativa de uso, então o total é aproximado. durationSec é null quando não foi possível ler a duração da gravação. Todos os valores são 0 numa edição sem créditos. As recusas voltam como erros da ferramenta: várias gravações onde o Mapa de falantes não está disponível para você (403 node_not_available), ou uma instalação auto-hospedada sem conexão com o Nodaro Cloud (503 nodaro_connection_required).

continue_use_case

Continua uma execução de tighten_episode, make_chapters, make_trailer, make_clip_pack ou speaker_layout como uma nova tarefa.

Permissão: workflows:execute. Créditos: dependem do modo, abaixo.

ParâmetroTipoObservações
job_idstringObrigatório. O ID da tarefa da execução anterior.
modestringObrigatório. from-failed ou render-final.
edited_edlobjectSó para render-final: a lista de edição como você a revisou.
client_request_idstringUm token de nova tentativa, como em tighten_episode.
  • from-failed executa de novo só as etapas de uma execução com falha que não terminaram. As etapas concluídas são mantidas e não são cobradas outra vez. A taxa é cobrada de novo, porque a taxa da execução com falha foi reembolsada, então ela vale uma única vez no total.
  • render-final renderiza o resultado em qualidade total depois de uma prévia feita com review_before_render. Usa as configurações da prévia e edited_edl quando você o passa. Não cobra taxa. Renderiza o episódio do Enxugar episódio, o trailer com o cartão de abertura e todos os formatos, os clipes mantidos do Pacote de clipes com as legendas, ou o vídeo enquadrado do Layout de locutores.
  • Recusas de render-final. Uma execução de make_chapters não renderiza nada, então é recusada com render_final_not_preview. Um edited_edl de pacote de clipes que descarta todos os clipes é recusado com use_case_nothing_kept. Uma execução de speaker_layout não tem edição para mudar, então um edited_edl é recusado com use_case_no_plan.

A execução é continuada na rota do próprio tipo de nó, lido da própria tarefa. Uma tarefa que não é uma execução de um nó de caso de uso de podcast é recusada antes de qualquer envio.

Retorna: um novo ID de tarefa. Uma recusa volta como erro da ferramenta, com o código de continuação. already_running e continuation_superseded indicam a tarefa a acompanhar, ou a tarefa a continuar no lugar. continuation_settling significa: tente de novo daqui a pouco.

Editar uma gravação a partir da transcrição

Transcreva a gravação

Chame transcribe na gravação. Os tempos das palavras ficam em output_data.json.words, na tarefa.

Encontre os silêncios

Chame silence_detect. Esta etapa é opcional, mas ajuda o tighten.

Planeje o corte

Chame plan_edit com a transcrição, os silêncios e a gravação, no modo tighten, clips, chapters ou trailer. Confira o plano e altere-o se precisar.

Renderize

Chame apply_edl com o plano. Use quality: "proxy" primeiro, para uma prévia rápida.

Para um podcast ou uma entrevista, tighten_episode executa essas etapas numa única chamada. A receita podcast-editing conduz um assistente pelas mesmas etapas; veja Receitas de conteúdo. Com várias câmeras e um microfone separado, execute audio_sync primeiro e passe o offset_ms de cada origem para plan_edit.

Perguntas frequentes

O que video_analysis retorna?

Uma decomposição do vídeo cena a cena, com cenas de no máximo 8 segundos. Cada cena traz uma descrição visual pronta para prompt, o enquadramento, o movimento de câmera e as camadas de áudio, e as pessoas, os objetos e os lugares recorrentes vêm como slots que você pode substituir.

Qual pode ser a duração de um vídeo em video_analysis?

Até 10 minutos, a partir de um ID do Nodaro, de uma URL direta ou de um link do YouTube. Transmissões ao vivo do YouTube são recusadas. O preço depende de qual das quatro faixas de duração o vídeo ocupa.

Como deixo a gravação de um podcast mais enxuta pelo MCP?

Chame tighten_episode com a gravação. Ela transcreve, encontra os silêncios, planeja o corte e o renderiza numa única tarefa. Para controlar cada etapa, execute você mesmo transcribe, silence_detect, plan_edit no modo tighten e apply_edl.

Um assistente pode transformar um podcast em clipes curtos ou num trailer pelo MCP?

Sim. make_clip_pack corta uma gravação em até 50 clipes curtos com legendas, make_trailer corta um trailer de 20 a 40 segundos em cada formato de rede social, e make_chapters lista os capítulos com títulos e horários de início. estimate_use_case cota qualquer uma dessas execuções antes, de graça.

O que é uma EDL?

Uma lista de decisões de edição (EDL). É uma lista de segmentos na ordem de reprodução, cada um indicando um intervalo de tempo de uma gravação de origem. apply_edl a renderiza numa montagem pronta.

Última atualização

Nesta página