Zamień nagranie transmisji w pionowe klipy

Dlaczego nagranie transmisji trudniej klipować niż mówiącą głowę?

Bo ciekawa część prawie nigdy nie jest na środku kadru.

Transmisja jest kompozytowana, zanim w ogóle zostanie nagrana. Rozgrywka, udostępniany ekran albo przeglądarka wypełnia całą szerokość 16:9, a streamer siedzi w małym okienku kamerki w rogu — w lewym dolnym, w prawym dolnym, tam, gdzie nie ma HUD-u. Ta jedna decyzja o układzie łamie założenie, które robi każdy ogólny generator klipów. Przytnij środek, a dostaniesz środek mapy z gry bez twarzy, bez reakcji i bez pojęcia, kto mówi. Śledź zamiast tego twarz, a dostaniesz mocno powiększone okienko z rogu, z odciętą rozgrywką, na którą reagowało.

Drugi problem to długość. Film z mówiącą głową trwa minuty; nagranie transmisji trwa godziny. Moment wart wycięcia to cztery minuty gdzieś w czterech godzinach, a szukanie go przewijaniem jest powodem, dla którego nagrania większości streamerów nie są klipowane wcale. To archiwum jest najczystszym przypadkiem niepublikowanego zasobu: godziny nagranego materiału, który dotarł do osób oglądających już na żywo i do nikogo więcej.

Trzeci to ciągłość dźwięku. Nie ma znaczników rozdziałów, montażu ani naturalnych granic, więc punkty cięcia muszą pochodzić z transkrypcji i zmian scen obrazu, a nie ze struktury, której nie ma.

Jak Clippen odbudowuje układ transmisji?

Trybem o nazwie INSET, i warto to wyjaśnić, bo ciekawe jest samo wykrywanie.

Clippen nie pyta modelu językowego, czy kadr ma okienko kamerki — pytanie pogarszało ogólny wybór układu. Znajduje okienko geometrycznie, trzema testami, które kamerka w rogu przechodzi, a mówiąca głowa nie. Obiekt jest mały w kadrze. Obiekt jest przesunięty od środka w poziomie — mówiąca głowa może siedzieć wysoko w kadrze, ale prawie zawsze jest na środku, więc sama pozycja pionowa nie wystarcza. I ramka obiektu prawie się nie rusza między próbkami: nakładka kamerki jest przypięta do tych samych pikseli i dryfuje o kilka pikseli w trakcie klipu, podczas gdy prawdziwa osoba w pokoju przesuwa się o setki.

Gdy spełnione są wszystkie trzy, klip jest odbudowywany, a nie przycinany: ekran biegnie na pełną szerokość u góry kadru 9:16, a okienko kamerki jest powiększone pod nim. Przetrwają obie połowy oryginalnej kompozycji — możesz przeczytać, co jest na ekranie, i zobaczyć reakcję na to w czytelnym rozmiarze.

Pokrewny tryb SCREENCAST obejmuje drugi kształt tego samego problemu: udostępniany ekran albo prezentację zajmującą większość szerokości, z prowadzącym obok niej, a nie na niej. Treść węższa niż połowa kadru jest zostawiana w spokoju, bo ticker w rogu albo dolny pasek przetrwa przycięcie doskonale i ponowne układanie go byłoby gorsze niż nicnierobienie.

Ile kosztuje czterogodzinne nagranie transmisji?

240 kredytów. Clippen rozlicza się według długości materiału źródłowego, a jeden kredyt to jedna jego minuta, więc cztery godziny to 240 minut, czyli 240 kredytów — naliczone raz, za całe uruchomienie, niezależnie od tego, ile klipów wróci.

Clippen jest płatnym narzędziem i rozlicza się według długości tego, co do niego wgrywasz: jeden kredyt to jedna minuta materiału źródłowego, a ta jedna opłata obejmuje całe uruchomienie — każdy klip, który powstanie z filmu, kadrowanie pionowe, napisy i hook. 60-minutowy podcast kosztuje 60 kredytów, niezależnie od tego, czy wróci z niego sześć klipów, czy dwanaście. Plany zaczynają się od 19,99 $ miesięcznie za 150 kredytów (11,66 $ miesięcznie przy płatności rocznej), a kończą na 59,99 $ miesięcznie za 800 kredytów. Nie ma darmowego planu.

Warto to dokładnie sprawdzić w każdym porównywanym narzędziu, bo rozliczenie za minutę i rozliczenie za klip dają drastycznie różne liczby dla tego samego nagrania. Czterogodzinna transmisja, która daje dwanaście klipów, kosztuje tu te same 240 kredytów co ta, która daje osiem. Miesięczny limit gotowych klipów wycenia to samo nagranie według wyniku, którego nikt nie może przewidzieć przed naciśnięciem start.

Praktyczna konsekwencja dla streamerów jest taka, że przycięcie materiału źródłowego to dźwignia, która ma znaczenie. Jeśli wiesz, że pierwsza godzina to przygotowania i czat, wyślij ostatnie trzy godziny i zapłać 180 zamiast 240. Nic innego w uruchomieniu się nie zmienia.

Ile to trwa i co wraca?

Wysyłamy Ci e-mail, gdy tylko są gotowe. Zadanie działa po stronie serwera: wyślij nagranie, gdy transmisja się skończy, i idź spać.

około 10 klipów z jednego zgłoszenia, niezależnie od jego długości, każdy o długości od 15 do 60 sekund, a liczba skaluje się z tym, co jest w materiale — pusta cisza i przygotowania nie generują klipów, by dobić do liczby. Każdy przychodzi gotowy:

• Pionowy 1080×1920, z dostępnymi w tym samym uruchomieniu proporcjami 9:16, 1:1 i 16:9.
• Napisy na poziomie słów wypalone w obrazie, z podświetleniem wypowiadanego słowa i automatycznie rozpoznawanym językiem.
• Napisany przez AI nagłówek-hook na początkowych sekundach.
• Układ wybrany dla każdej sceny: INSET dla kamerki w rogu, SCREENCAST dla udostępnianego ekranu obok prowadzącego, TRACK dla segmentu z kamerką na cały kadr, SPLIT dla ujęcia dwóch osób ze wspólnej transmisji.
• Opcjonalne najazdy w rytm, żeby nieruchoma kamerka nie dawała klipu wyglądającego na nieruchomy.
• Pobierz albo opublikuj na TikToku, w Instagram Reels i YouTube Shorts z panelu.

Dla transmisji bez żadnej twarzy na ekranie — przechwycenie gry na pełnym ekranie z samym głosem — nie ma okienka do znalezienia ani obiektu do śledzenia, więc te sceny są obsługiwane jako układy na pełną szerokość, a klip niosą dźwięk i napisy. Kadrowanie nie może wymyślić ujęcia reakcji, które nigdy nie zostało nagrane.