Pacote de clipes

O nó Pacote de clipes corta a gravação de um podcast ou de uma entrevista em um pacote de clipes curtos, em uma etapa. Ele encontra os melhores momentos e renderiza cada um como um clipe próprio, enquadrado para as redes sociais e legendado. Ele também pode cortar uma conversa filmada com várias câmeras.

Por dentro, o nó executa as mesmas etapas que você pode conectar à mão: Transcrever com os falantes identificados e os tempos das palavras, e depois o Plano de edição no modo Clipes. Para cada clipe, ele executa uma renderização, com o Visão de falantes quando há enquadramento ou com o Aplicar EDL quando não há, e o Adicionar legendas quando as legendas estão ativadas. Cada etapa é executada como uma tarefa própria, então uma gravação longa, um cancelamento ou uma falha se comportam como em um workflow montado à mão.

• O plano escolhe os momentos. O Plano de edição encontra até o número de momentos definido em Clipes, cada um com mais ou menos a Duração desejada (segundos). Ele dá a cada momento um título e um gancho. Ele pode encontrar menos do que você pediu. O pacote traz os clipes encontrados, e só essas renderizações são cobradas.
• Todo clipe é tentado. Um clipe que não pode ser renderizado é pulado, e o pacote mantém os outros.
• Cada clipe é legendado com a própria transcrição, então as legendas seguem as palavras do próprio clipe.

O Pacote de clipes executa a etapa de planejamento no Nodaro Cloud, e a renderização também, quando você escolhe um enquadramento. Em uma instalação auto-hospedada, conecte a instalação ao Nodaro Cloud, em Integrações › nodaro.ai ou com uma chave de API. Sem uma conexão, o nó não é oferecido e uma execução é recusada antes de qualquer etapa começar.

Quando usar

• Fazer uma semana de clipes verticais e legendados para o Instagram Reels, o TikTok e o YouTube Shorts a partir de um episódio.
• Fazer trechos curtos de áudio de um podcast só de áudio, para compartilhar como prévia.
• Receber uma lista de momentos, manter os melhores na revisão e renderizar só esses.

Use os nós individuais, como o Plano de edição, o Aplicar EDL e o Visão de falantes, quando precisar de mais controle sobre uma etapa.

Início rápido

O marketplace de templates tem dois workflows prontos. Clip Pack é a mesma cadeia montada à mão, sem enquadramento, pronta para preencher. Clip Pack in One Node é este nó, com Revisar antes de renderizar ativado, 8 clipes de cerca de 60 segundos enquadrados em 9:16 com os falantes empilhados, e legendas de karaokê.

Entradas

Uma gravação com mais de 3 horas, ou uma gravação sem som, é recusada antes de qualquer cobrança.

Com mais de uma gravação, a primeira na ordem da lista Gravações é a Câmera 1. O painel de configurações mostra uma seção Câmeras. Veja Várias câmeras.

Saídas

Um clipe em que as legendas não puderam ser adicionadas aparece marcado como Sem legendas no nó.

Configurações

Enquadramento

Com o Enquadramento definido como um formato, o nó renderiza cada clipe com o Visão de falantes em recortes automáticos. Todos os clipes são recortados do mesmo jeito, sobre os falantes do episódio. São os falantes que a transcrição nomeia e que falam por pelo menos 10 segundos, ou por pelo menos 5% do tempo de fala do episódio. O enquadramento precisa de dois a seis desses falantes em uma câmera. Caso contrário, os clipes mostram a câmera em quadro inteiro.

• Layout oferece só os layouts que o Visão de falantes desenha no formato escolhido.
• Transição define o que acontece a cada troca de falante.
• Destaque marca quem está falando: Escala, Borda, Escurecer, qualquer combinação deles, ou nenhum.

Com Nenhum — o formato da gravação, o nó renderiza cada clipe com o Aplicar EDL no formato da gravação.

Seguir rostos

Com um enquadramento escolhido, a Origem do enquadramento define de onde vêm os recortes dos falantes:

• Divisão igual. Os recortes automáticos descritos acima: cada falante na tela ganha uma parte igual do quadro, com os mesmos recortes em todos os clipes.
• Seguir rostos. O Quadros dos falantes rastreia cada rosto uma vez, no pacote inteiro, e o Visão de falantes de cada clipe o segue. É uma execução sobre todos os clipes que o plano cortou, nunca uma por clipe. O Quadros dos falantes é cobrado por bloco iniciado de 1.000 quadros amostrados. Os rostos ainda não são associados aos falantes: uma câmera que mostra uma pessoa é seguida, e uma câmera dividida por vários falantes é enquadrada pela divisão igual.
• Automático (seguir rostos). Segue os rostos enquanto o Quadros dos falantes está disponível para você e, caso contrário, usa a divisão igual, sem recusa e sem nenhuma cobrança extra. A estimativa e o preço listado de um app ou de um template seguem a mesma regra.

Em uma instalação auto-hospedada, o Quadros dos falantes precisa de uma conexão com o Nodaro Cloud, assim como o Visão de falantes. Onde o Quadros dos falantes não está disponível para você, o painel de configurações não oferece nenhuma origem de enquadramento, e Automático (seguir rostos) é a divisão igual. Um nó definido como Seguir rostos mostra então um aviso, e a execução dele é recusada com 403 node_not_available antes de qualquer cobrança.

Com Revisar antes de renderizar ativado, os rostos são rastreados antes da revisão, nos clipes que o plano cortou. A Renderização final usa esses rastreamentos e não executa o Quadros dos falantes de novo. Com várias câmeras, o Quadros dos falantes amostra todas as câmeras dos clipes com as trocas de câmera, e não o áudio principal.

Várias câmeras

Conecte a gravação de cada câmera em Gravações. Quando você tiver a faixa da mesa de som ou do gravador, conecte-a em Áudio principal. A execução então alinha as gravações com o Sincronizar áudio, transcreve o som e descobre em qual câmera está cada falante com o Mapa de falantes. Ela planeja os clipes sobre todas as gravações. Depois, para cada clipe, o Troca de câmeras coloca cada momento em quem está falando, e o clipe é renderizado e legendado como em uma gravação.

• Gravações. De 1 a 6 gravações de uma conversa, em ordem: Câmera 1, Câmera 2, e assim por diante. Arraste-as na lista Gravações do painel de configurações para mudar a ordem. Uma delas pode ser só som. Só uma pode ser só som, e nenhuma junto com um áudio principal.
• Áudio principal. O som do pacote, e o relógio ao qual as gravações são alinhadas. Até 6 gravações no total, com o áudio principal incluído.
• Sem áudio principal. O som é o da própria câmera aberta, ou então o da Câmera 1, para que o som nunca pule entre os microfones das câmeras. Com duas ou mais câmeras, isso reserva um lugar para o som, então são até 5 câmeras.
• Uma câmera e um áudio principal. A câmera é alinhada ao áudio principal e cortada nessa única câmera. Um áudio principal conectado a partir do mesmo nó de uma das câmeras é o próprio som dessa câmera, e o nó roda como se não houvesse um.
• Câmera aberta. A câmera que mostra todo mundo. Um falante sem câmera própria aparece nela, e ela nunca é a câmera de um falante. Nenhuma por padrão.
• Gravações já sincronizadas. Ative quando todas as gravações já compartilham um relógio. A execução então pula o alinhamento, então não há etapa de Sincronizar áudio.
• Quem está em qual câmera. Por padrão, o Mapa de falantes decide pelos microfones das próprias câmeras: a câmera que ouve um falante mais alto é a dele. Um falante para o qual nenhuma câmera se destaca claramente fica sem câmera clara e aparece na câmera aberta, ou então em qualquer câmera que o filmou. O nó então avisa isso abaixo do resultado. Defina um falante para uma câmera, ou para o plano aberto, para substituir a escolha automática. O Falante 1 é a primeira voz ouvida, o Falante 2 a seguinte, e assim por diante.
• Todo clipe é tentado. O Troca de câmeras roda uma vez por clipe. Um clipe cuja troca de câmeras falha é pulado e não é cobrado, como um clipe que não é renderizado. O pacote mantém os outros clipes.
• Se uma etapa de várias câmeras falhar. Sincronizar áudio e Mapa de falantes rodam antes de todos os clipes. Quando uma delas falha, nenhum clipe é feito e a execução falha, e a taxa por execução é reembolsada. Continuar roda a etapa que falhou e as etapas seguintes.
• Revisar antes de renderizar. Com várias câmeras, a Renderização final de um pacote revisado roda o Troca de câmeras de novo em cada clipe que você manteve, depois a renderização e as legendas dele.

O resultado da execução informa quem foi colocado em qual câmera, com as notas do alinhamento e do mapa. Onde o Mapa de falantes não está disponível para você, uma execução no editor ou em um app lê só a primeira gravação, e o painel de configurações avisa.

Estes casos são recusados antes de qualquer cobrança:

• Duas gravações só de som, ou uma gravação só de som com um áudio principal.
• Mais gravações que os limites acima.
• Uma câmera aberta que não é uma das gravações com imagem.
• Configurações em Câmeras que não são válidas.
• Um áudio principal que não pode ser lido como áudio.

As configurações de Câmeras são ignoradas em uma execução de uma gravação sem áudio principal.

Revisar antes de renderizar

Com Revisar antes de renderizar ativado, uma execução para em uma prévia de cada clipe. Cada renderização é uma Prévia, pelo valor menor de prévia, privada e em 720p. As legendas ainda não são adicionadas.

1. Abra a revisão. Ela mostra cada clipe como um cartão. Mantenha ou descarte cada clipe e edite o gancho dele.
2. Clique em Renderização final no nó. O nó renderiza só os clipes que você manteve, em qualidade total, e legenda cada um, uma vez.

• Mantenha pelo menos um clipe. Quando todos os clipes são descartados, o nó mostra “Mantenha pelo menos um clipe para renderizar.” e a Renderização final fica desativada.
• A Renderização final usa as configurações das prévias. Para mudar uma configuração, como o enquadramento, execute o nó de novo.
• Você pode renderizar a final de novo. Depois que uma Renderização final termina, edite a revisão de novo e clique em Renderização final. As renderizações e as legendas dos clipes mantidos são executadas e cobradas de novo, sem taxa. Renderizar a mesma edição uma segunda vez é recusado, e só uma Renderização final é executada por vez.
• Em um app publicado, o nó mostra as prévias na página do app com um botão Renderização final, que renderiza todos os clipes em qualidade total. A página do app não tem revisão, então ela não descarta nenhum clipe. Depois que uma final é feita, outra Renderização final da mesma execução é recusada. Veja Renderização final em um app.
• Os nós depois dele rodam nas prévias. No Nodaro Cloud, o nó para nas prévias, mas os nós conectados depois dele rodam nas prévias e são cobrados. Eles rodam de novo nos clipes finais na Renderização final.
• Alguém precisa revisar. Uma execução sem ninguém para revisá-la não passa pelo nó. Isso inclui uma execução iniciada pela API, pelo SDK, pela ferramenta MCP run_workflow ou por um gatilho, e uma execução dentro de um componente. Os nós antes do Pacote de clipes são executados e cobrados. O nó então falha com preview_review_required, sem nenhuma cobrança por ele. Desative Revisar antes de renderizar nessas execuções.

As ferramentas MCP make_clip_pack e continue_use_case são revisadas pelo assistente de IA que as chama, então elas podem usar Revisar antes de renderizar.

Se uma execução falhar

• Um clipe que não pôde ser renderizado, ou, com várias câmeras, um clipe cuja troca de câmeras falhou. A execução termina com os clipes que foram renderizados e mantém a taxa. O nó informa quantos não puderam ser renderizados, por exemplo “1 clipe não pôde ser renderizado.”. Um clipe que falhou não é cobrado. A execução terminou, então não tem Continuar. Há duas maneiras de conseguir o clipe que faltou:
  • O mesmo clipe, sem taxa. Renderize-o você mesmo a partir da saída Conjunto de clipes (EDLs). Conecte-a a um nó Aplicar EDL, ou a um nó Visão de falantes para o visual enquadrado, com a seleção da conexão definida para aquele clipe. Adicione um nó Adicionar legendas se quiser legendas. Cada etapa é cobrada pelo valor dela.
  • Uma execução nova. Execute o nó de novo. Todas as etapas são cobradas de novo, incluindo a taxa por execução, e o novo plano pode escolher outros momentos.
• Legendas que não puderam ser adicionadas a um clipe. O clipe é entregue sem legendas e marcado como Sem legendas. Legendas que falharam não são cobradas.
• Nenhum clipe renderizado. A execução falha, e a taxa por execução é reembolsada. A mensagem traz a contagem e o motivo, por exemplo “Não foi possível renderizar nenhum dos clipes (8): …”.
• O plano não encontrou clipes. A execução falha com “The plan found no clips in this recording.” (o plano não encontrou clipes nesta gravação). Nada é renderizado, e a taxa por execução é reembolsada.
• Uma execução que parou antes das legendas. A execução falha, e a taxa por execução é reembolsada. Pressione Continuar: ele legenda os clipes já renderizados, sem renderizá-los de novo.
• Qualquer outra execução que falhou. As etapas que terminaram continuam terminadas. Os resultados delas, como a transcrição, o plano e os clipes já renderizados, são mantidos e não são cobrados de novo. Pressione Continuar no nó: só a etapa que falhou e as etapas depois dela são executadas de novo.

Não uma vez por item de lista

Um Pacote de clipes recebe a gravação de uma conversa, e o resultado dele já é uma lista, um item por clipe. Um Pacote de clipes alimentado por uma Lista é recusado antes de qualquer execução começar, sem cobrança. A mensagem é: “Clip Pack takes the recordings of one conversation. Use a separate workflow run for each episode.” (o Pacote de clipes recebe as gravações de uma conversa; use uma execução de workflow separada para cada episódio).

Créditos

O Pacote de clipes cobra cada etapa pelo valor dela, o mesmo do nó que ela representa, mais uma pequena taxa por execução. O nó mostra a estimativa completa, com a taxa, antes de você executar.

• A taxa por execução é cobrada uma vez por execução. Uma Renderização final depois de uma revisão não cobra a taxa de novo. A taxa de uma execução que falhou é reembolsada, e o Continuar a reserva de novo. Uma execução que mantém parte dos clipes é cobrada pela taxa.
• A cobrança é pela duração de cada clipe, não pela estimativa. A renderização de cada clipe é cobrada pelos minutos daquele clipe, arredondados para cima um a um, no valor daquele clipe. Um clipe que não foi renderizado não é cobrado pela renderização, e um clipe sem legendas não é cobrado por elas.

A estimativa antes da execução

A estimativa calcula cada clipe com o dobro da Duração desejada (segundos), então ela fica acima do real. Com os 60 segundos padrão, a renderização de cada clipe é cotada em 2 minutos. Com enquadramento, o Visão de falantes é cotado pelo valor mais alto, prévias e Renderização final incluídas. A exceção é um layout Único sem transição de zoom, cotado pelo valor mais baixo. A estimativa conta os clipes que você pediu, embora o plano possa encontrar menos. Depois das prévias, a Renderização final é cotada pelos clipes que você manteve, cada um com a própria duração. Uma gravação sem duração conhecida é estimada pelo teto de 180 minutos do Plano de edição. Como o Plano de edição conta os minutos está explicado em Plano de edição.

Nós depois do Pacote de clipes

Um nó conectado à saída Clipes em uma conexão Cada item é executado uma vez por clipe e cobrado uma vez por clipe. Por exemplo, um nó Formato para redes depois de um pacote de 8 clipes é cobrado oito vezes. A estimativa conta os clipes que você pediu. A execução cobra os clipes que foram entregues.

Dicas

• Oriente os momentos. Use Instruções, por exemplo the funniest moments (os momentos mais engraçados) ou only the part about pricing (só a parte sobre preços).
• Descarte os clipes fracos antes. Ative Revisar antes de renderizar para descartar clipes fracos e melhorar os ganchos antes de qualquer renderização em qualidade total.
• Publique cada clipe uma vez. Conecte Clipes a um nó de publicação em uma conexão Cada item.

Solução de problemas

Pela API

O POST /v1/clip-pack inicia uma execução e responde 202 com jobId e executionId. O corpo recebe mediaUrls (a URL de uma gravação, ou até seis de uma conversa, em ordem) e, opcionalmente, masterAudioUrl, cameras, count, targetDurationSec, framing, framingSource, captions, captionStyle, reviewBeforeRender, planTier, instructions e styleGuide. Consulte a tarefa periodicamente com GET /v1/jobs/:id/status.

• O framing é { aspect, layout, switchType, emphasisStyle }. Deixe-o de fora para o padrão (9:16, empilhado, pan, escala). Um enquadramento sem layout fica empilhado, trocado por um layout que o formato desenha (lado a lado em 16:9). null renderiza no formato da gravação. Um emphasisStyle que o nó não desenha responde 400 validation_error.
• O framingSource é "auto", "static" ou "tracking". Deixado de fora, ele é "static", a divisão igual. "tracking" é recusado com 403 node_not_available onde o Quadros dos falantes não está disponível para você.
• O cameras é { wide?, synced?, speakerCameras? }. wide é o número da gravação da câmera aberta, ou null. synced: true pula o alinhamento. speakerCameras associa um número de falante a um número de gravação, em que 0 é o plano aberto. Veja Várias câmeras.
• Várias gravações, ou um masterAudioUrl, precisam do Mapa de falantes. Onde o Mapa de falantes não está disponível para você, eles são recusados com 403 node_not_available antes de qualquer cobrança.
• O output_data da tarefa leva os clipes (clips, uma lista de { url, title, hook, clipKey, thumbnailUrl, captionsFailed } na ordem do plano) e o primeiro como videoUrl (audioUrl para clipes de áudio). failedClips conta os clipes que não puderam ser renderizados, incluindo um clipe cuja troca de câmeras falhou, e failedCaptions os clipes sem legendas, cada um só quando há algum. Ele também leva o conjunto de clipes (json), a transcrição (transcript) e quality (proxy para prévias, final nos outros casos). Uma execução com várias gravações ou com um áudio principal acrescenta cameras: cada falante, o número da gravação da câmera que ele recebeu (null para o plano aberto) e as notas do alinhamento e do mapa. Uma execução que falhou mantém o que foi concluído e informa a etapa que falhou em failedStep.
• Um cabeçalho Idempotency-Key faz uma nova tentativa da mesma requisição responder com o mesmo jobId e "deduped": true, sem iniciar nada.
• O POST /v1/clip-pack/estimate recebe o mesmo corpo e responde { data: { totalCredits, stepsCredits, feeCredits, durationSec } }, sem iniciar nada.
• O POST /v1/clip-pack/continue com { jobId, mode } continua uma execução. "mode": "from-failed" executa o que uma execução que falhou não concluiu. "mode": "render-final" renderiza os clipes mantidos de uma execução de revisão, com um editedEdl opcional que mantém ou descarta clipes e edita os ganchos. Uma revisão que descarta todos os clipes responde 409 use_case_nothing_kept. Uma Renderização final de uma execução que não era uma prévia responde render_final_not_preview, e uma de uma edição já renderizada responde render_final_already_rendered.

O SDK (client.edit.clipPack, client.edit.estimateClipPack, client.edit.continueUseCase), a CLI (nodaro edit clip-pack, com --estimate para uma cotação, e nodaro edit continue-use-case) e as ferramentas MCP make_clip_pack, estimate_use_case e continue_use_case chamam as mesmas rotas. Veja Executar um único nó, Edição no SDK e as ferramentas MCP de análise e EDL.