Mapa de falantes

O nó Mapa de falantes descobre em qual câmera está cada falante, pelos microfones das próprias câmeras. Uma edição multicâmera então troca para a pessoa certa sem que ninguém preencha uma tabela. Conecte o resultado à entrada Mapa de falantes do Troca de câmeras, que coloca cada corte na câmera da pessoa que está falando.

Em um podcast ou entrevista multicâmera, cada convidado costuma ter a própria câmera, e cada câmera tem um microfone próprio. Enquanto um convidado fala, a câmera apontada para ele o ouve mais alto. O Mapa de falantes recebe uma transcrição com os falantes identificados, escuta cada câmera durante as falas de cada falante e decide de quem é cada câmera.

O nó é executado localmente, sem modelo de IA e sem chave de provedor, então funciona em todas as edições.

Quando usar

• Informar ao Troca de câmeras de quem é cada câmera em um podcast multicâmera, com uma câmera por convidado, sem preencher a tabela Falantes.
• Mapear as câmeras de novo a cada sessão de uma entrevista em que os convidados trocam de lugar.

Início rápido

Entradas

Saídas

A saída Mapa de falantes fica assim:

{
  "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."]
}

Configurações

Como as câmeras são decididas

Para cada falante, considerando todas as falas dele:

• A câmera mais alta vence. A câmera que ouve o falante mais alto fica sendo a dele, quando está à frente da câmera seguinte por pelo menos a Vantagem necessária.
• Nenhuma câmera clara. Quando nenhuma câmera está tão à frente, por exemplo porque o falante está sentado entre duas câmeras, ele fica sem câmera clara. O Troca de câmeras então o mostra no plano aberto, ou, sem plano aberto, em qualquer câmera com imagem. Uma observação indica o falante e quanto a câmera mais alta estava à frente.
• O plano aberto e a gravação principal nunca vencem. Eles ouvem todo mundo, então não são a câmera de ninguém.
• Uma câmera sem som não é uma falha. Uma câmera sem faixa de áudio, com o microfone mudo ou que não ouviu nenhuma das falas simplesmente não pode ficar com um falante, e uma observação a indica.

Créditos

O Mapa de falantes custa um preço fixo por execução, qualquer que seja a duração ou o número das gravações. O botão Executar do nó mostra o preço. As edições auto-hospedadas Community Edition e Business edition não usam créditos.

Estes casos são recusados antes de qualquer cobrança de créditos:

• Menos de 2 ou mais de 6 gravações, ou duas gravações com o mesmo id.
• Um plano aberto que é uma gravação só de som, como um nó de áudio.
• Uma transcrição ausente, ou uma transcrição sem nenhum falante identificado. Ative a identificação de falantes no Transcrever e execute-o de novo.

No canvas, uma gravação principal ou um plano aberto que não é uma das gravações é ignorado. Pela API, é recusado.

Dicas

• Marque o microfone principal e o plano aberto. Sem isso, o som deles compete com o som das câmeras, e um plano aberto que ouve todo mundo pode ficar com um falante.
• Conecte os deslocamentos quando as gravações foram iniciadas separadamente. Sem eles, cada câmera é lida nos tempos da transcrição, e uma câmera que começou depois é escutada nos momentos errados.
• Leia as observações. Um falante sem câmera clara costuma estar sentado entre duas câmeras, ou os microfones das câmeras estavam ajustados de forma muito diferente. Defina a câmera desse falante na tabela Falantes do Troca de câmeras: uma câmera definida ali vale mais que o mapa.
• Ajuste a vantagem. Aumente a Vantagem necessária quando o mapa escolhe uma câmera só um pouco mais alta. Diminua quando falantes demais ficam sem câmera clara.
• Deixe o Layout de locutores fazer isso. O Layout de locutores executa o Sincronizar áudio, o Transcrever, o Mapa de falantes e o Troca de câmeras por você, e enquadra cada falante na própria câmera.

Solução de problemas

Pela API

O POST /v1/speaker-map recebe sources, uma lista de 2 a 6 objetos com um id único, uma url e um kind opcional, e transcript. Ele também recebe, opcionalmente, offsets (um resultado do Sincronizar áudio), masterSourceId, wideSourceId e marginDb, de 0 a 30. kind: "audio" marca uma gravação só de som, como um microfone principal, que nunca é a câmera de ninguém.

Uma requisição malformada responde 400 validation_error, e uma transcrição sem falantes identificados responde 422 no_speakers, as duas antes de qualquer crédito ser reservado. O output_data.json da tarefa concluída é o resultado Mapa de falantes acima, e output_data.edl é a edição.

O método do SDK é client.edit.speakerMap, o comando da CLI é nodaro edit speaker-map e a ferramenta MCP é speaker_map. Passe o resultado ao Troca de câmeras como speakerMapResult no SDK, --speaker-map-result na CLI ou speaker_map_result no MCP. Veja Voz e mídia, Edição no SDK e a Referência das ferramentas MCP.