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.
visualResolvedé 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.
| Parâmetro | Tipo | Observações |
|---|---|---|
video_asset_id, video_url ou youtube_url | string | Obrigatório, 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. |
variations | boolean | Também 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_video | boolean | Trata 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_english | boolean | Retorna as palavras faladas e cantadas em inglês. Padrão: false, o idioma original. |
translate_on_screen_text_to_english | boolean | Retorna 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_focus | string | Uma 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:
| Análise | Até 60 s | Até 180 s | Até 360 s | Até 600 s |
|---|---|---|---|---|
| Inteligente | 455 | 554 | 1.394 | 2.284 |
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.
| Parâmetro | Tipo | Observações |
|---|---|---|
video_url | string | Obrigatório. O vídeo a auditar. |
analysis | object | A 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.
| Execução | Até 60 s | Até 180 s | Até 360 s | Até 600 s |
|---|---|---|---|---|
Com analysis | 237 | 319 | 730 | 1.181 |
Sem analysis | 436 | 523 | 1.296 | 2.114 |
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.
| Parâmetro | Tipo | Observações |
|---|---|---|
video_url ou video_asset_id | string | Obrigatório, 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. |
frames | boolean | Também 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.
| Parâmetro | Tipo | Observações |
|---|---|---|
audio_url | string | Obrigatório. Uma URL de áudio ou de vídeo. A faixa de áudio é lida nos dois casos. |
threshold_db | number | O nível de silêncio em dBFS, de -90 a 0. Padrão: -35, um bom piso para fala. |
min_silence_ms | integer | O menor silêncio a informar, de 1 a 600.000 ms. Padrão: 700. |
pad_ms | integer | A 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.
| Parâmetro | Tipo | Observações |
|---|---|---|
sources | array | Obrigatório. De 2 a 6 gravações, cada uma { id, url }, com um ID único. URLs de áudio ou de vídeo. |
reference | string | O 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.
| Parâmetro | Tipo | Observações |
|---|---|---|
sources | array | Obrigatório. 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. |
transcript | object ou string | Obrigatório. A transcrição de palavras com rótulos de falante. |
offsets | object ou string | O output_data.json de uma tarefa de audio_sync. Omita quando as gravações já compartilham um relógio. |
master_source_id | string | O ID do áudio master. Ele ouve todos, então não é a câmera de ninguém. |
wide_source_id | string | O 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_db | number | Quantos 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.
| Parâmetro | Tipo | Observações |
|---|---|---|
mode | string | Obrigatório. 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. |
transcript | object | Obrigatório. A transcrição em nível de palavra, de transcribe. |
sources | array | Obrigatório. 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. |
offsets | object or string | O 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_id | string | O 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. |
silence | object | O resultado de silence_detect. |
plan_tier | string | economy, standard (padrão) ou premium. |
count | integer | Para clips: quantos clipes, de 1 a 50. |
target_duration_sec | integer | Para clips: a duração de cada clipe, de 5 a 180 segundos. |
target_aspect | string | 16:9, 9:16, 1:1 ou 4:5. |
platform, instructions, style_guide | string | Onde 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 oaudio_syncnão a mediu ou teve uma correspondência fraca com ela, com confiança menor que 0,5. Defina ooffset_msdela. - A origem mestre tem um
offset_msdiferente de 0. - Outras origens usam deslocamentos medidos, mas o
audio_syncnão mediu a origem mestre, ou a correspondência dela é fraca. offsetsnão é um resultado doaudio_sync, ou uma origem não temidpara 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.
| Parâmetro | Tipo | Observações |
|---|---|---|
edl | object or string | Obrigatório. Uma lista de edição de plan_edit. Para um conjunto de clipes, passe a lista de edição de um clipe por chamada. |
transcript | object or string | Obrigatório. A transcrição por palavra com rótulos de falante, de transcribe com detecção de falantes. |
speaker_map | object | Cada 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_names | object | Cada rótulo de falante associado a um nome de exibição. |
speaker_map_result | object | Um 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_hints | As 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.
| Parâmetro | Tipo | Observações |
|---|---|---|
edl ou video_url | object, string | Obrigatório, 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. |
transcript | object ou string | A transcrição de palavras com rótulos de falante. Obrigatória com video_url e com uma edl que não nomeia os falantes. |
target_aspect | string | 16:9, 9:16, 1:1 ou 4:5. Padrão: a proporção da própria edição, senão 16:9. Com video_url, o padrão é 9:16. |
layout | string | auto (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. |
switch | object | { 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. |
emphasis | object | { 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. |
quality | string | final (padrão), ou proxy para uma prévia privada em 720p. |
speaker_regions | array | Até 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_color | string | A 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.
| Parâmetro | Tipo | Observações |
|---|---|---|
edl | object or string | Obrigatório. 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. |
sources | array | URLs que substituem as URLs de origem da EDL, na mesma ordem. |
output | string | video (padrão) ou audio. |
quality | string | final (padrão), ou proxy para uma prévia rápida em 720p. Uma prévia é sempre privada e marcada como Prévia. |
clip_key | string | Para 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_ms | number | Um fade cruzado nas junções sem transição própria, de até 5.000 ms. Padrão: 0, cortes secos. |
transcript | object | Uma 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.
| Parâmetro | Tipo | Observações |
|---|---|---|
media_url ou media_urls | string, array | Obrigatório, 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, cameras | string, object | Com várias gravações. Veja Várias gravações. |
output | string | video (padrão) ou audio. Uma gravação de áudio sempre gera um episódio em áudio. |
framing_aspect | string | Enquadra 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_layout | string | O 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_source | string | Como 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. |
captions | boolean | Grava legendas num episódio em vídeo. Padrão: true. |
caption_style | string | subtitle, word-highlight (padrão), karaoke, tiktok-words, word-pop ou bouncy. |
review_before_render | boolean | Para numa prévia rápida para revisão. Padrão: false. |
plan_tier | string | A qualidade da edição: economy, standard (padrão) ou premium. |
instructions | string | Instruções de edição para o plano, com até 4.000 caracteres. |
style_guide | string | Um guia de estilo para o plano, com até 4.000 caracteres. |
music_url | string | Uma música de fundo. Ela abaixa sob a voz e termina com o episódio. |
music_duck_amount | number | Quanto a música abaixa sob a fala, de 0 a 100. Padrão: 75. |
client_request_id | string | Um 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.
| Parâmetro | Tipo | Observações |
|---|---|---|
media_urls | array | No 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_url | string | A 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_camera | integer | Qual gravação, contando a partir de 1, é o plano aberto. Ela aparece quando um falante não tem câmera própria. |
cameras.already_synced | boolean | As gravações já compartilham um relógio, então a execução não as alinha. |
cameras.speaker_cameras | object | Quem 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.
| Parâmetro | Tipo | Observações |
|---|---|---|
media_url | string | Obrigatório. A gravação, uma URL de vídeo ou de áudio, com até 3 horas. |
plan_tier | string | A qualidade do planejamento: economy (padrão), standard ou premium. |
instructions | string | Instruções para os capítulos, como “5 to 8 chapters” (de 5 a 8 capítulos) ou “short titles” (títulos curtos), com até 4.000 caracteres. |
style_guide | string | Um guia de estilo para os títulos dos capítulos, com até 4.000 caracteres. |
client_request_id | string | Um 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.
| Parâmetro | Tipo | Observações |
|---|---|---|
media_url ou media_urls | string, array | Obrigatório, 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. |
formats | array | Os 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_url | string | Um 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_render | boolean | Para numa prévia do trailer para revisão. Padrão: false. |
plan_tier | string | A qualidade da edição: economy, standard (padrão) ou premium. |
instructions, style_guide | string | Instruções 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_id | string | Um 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.
| Parâmetro | Tipo | Observações |
|---|---|---|
media_url ou media_urls | string, array | Obrigatório, 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. |
count | integer | Quantos clipes encontrar, de 1 a 50. Padrão: 8. O plano pode encontrar menos. |
target_length_sec | integer | A duração de cada clipe, de 5 a 180 segundos. Padrão: 60. |
framing | object 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_source | string | static (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. |
captions | boolean | Legenda cada clipe de vídeo. Padrão: true. |
caption_style | string | subtitle, word-highlight, karaoke (padrão), tiktok-words, word-pop ou bouncy. |
review_before_render | boolean | Para em prévias rápidas para revisão. Padrão: false. |
plan_tier | string | A qualidade da edição: economy, standard (padrão) ou premium. |
instructions, style_guide | string | Instruções 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_id | string | Um 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 emoutput_data.failedCaptions, e essas legendas não são cobradas. - Revise primeiro. Com
review_before_render: true, a execução para em prévias rápidas. Confiraoutput_data.json, que tem uma EDL por clipe. Depois chamecontinue_use_casecommode: "render-final"e umedited_edlque mantém ou descarta clipes. Mantenha pelo menos um clipe: descartar todos é recusado comuse_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.
| Parâmetro | Tipo | Observações |
|---|---|---|
media_url ou media_urls | string, array | Obrigatório, 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_aspect | string | 16:9, 9:16 (padrão), 1:1 ou 4:5. |
layout | string | auto, single, side-by-side, stacked (padrão), grid ou pip. Um layout que a proporção não desenha é trocado pelo mais próximo. |
switch_type | string | A troca a cada mudança de falante: cut (padrão), pan, zoom ou uma transição xfade:, como xfade:dissolve. |
emphasis | string | Como o falante que fala é marcado: none, ou scale, border e dim unidos com +. Padrão: scale. |
framing_source | string | auto (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_render | boolean | Para numa prévia rápida para revisão. Padrão: false. |
client_request_id | string | Um 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.
| Parâmetro | Tipo | Observações |
|---|---|---|
node_type | string | Obrigatório. 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. |
input | object | Obrigatório. 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.
| Parâmetro | Tipo | Observações |
|---|---|---|
job_id | string | Obrigatório. O ID da tarefa da execução anterior. |
mode | string | Obrigatório. from-failed ou render-final. |
edited_edl | object | Só para render-final: a lista de edição como você a revisou. |
client_request_id | string | Um token de nova tentativa, como em tighten_episode. |
from-failedexecuta 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-finalrenderiza o resultado em qualidade total depois de uma prévia feita comreview_before_render. Usa as configurações da prévia eedited_edlquando 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 demake_chaptersnão renderiza nada, então é recusada comrender_final_not_preview. Umedited_edlde pacote de clipes que descarta todos os clipes é recusado comuse_case_nothing_kept. Uma execução despeaker_layoutnão tem edição para mudar, então umedited_edlé recusado comuse_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.
Páginas relacionadas
Análise de vídeo
Aplicar EDL
Enxugar episódio
Pacote de clipes
Áudio
Receitas de conteúdo
Última atualização
Edição de vídeo
Corte, junte, repita, legende, sobreponha e monte vídeos num assistente de IA com as ferramentas de edição do Nodaro, várias delas grátis e sem IA.
Áudio
Gere fala e diálogos, crie e troque vozes, duble, crie efeitos sonoros, transcreva e limpe ou corte áudio com as ferramentas de áudio do MCP do Nodaro.