편집 애플리케이션으로 미디어 가져오기

대부분의 방송사는 포스트 프로덕션을 위해 특정 캡처 포맷 및 mezzanine 코덱으로 표준화하므로, 예측이 가능하며 특정 포맷에 맞춰 최적화할 수 있습니다. 하지만 현실 세계에서는 어떤 것도 가능하며 미디어는 어떤 포맷으로든 전달될 수 있습니다. 주요 프로덕션에서 25fps를 요청했는데 29.97fps를 받는 경우도 있었습니다. HD 프로덕션을 위해 8K 러시가 전달되고, 최대 40%까지 비율을 과다 촬영하여 엄청난 양의 미디어를 정렬, 코드 변환, 편집 준비해야 하는 경우도 있었습니다. Adobe 애플리케이션 및 서드 파티 통합은 인제스트 프로세스를 자동화하고 간소화함으로써 방송사가 미디어를 효율적으로 관리하도록 할 수 있습니다.

포맷이 너무 많음

모든 카메라 포맷을 편집할 수 있는 Premiere의 능력은 기본적으로 뉴스 및 빠른 턴어라운드 미디어에 이상적입니다. 오픈 포맷 타임라인은 편집자가 기술에 신경 쓸 필요가 없으므로 촬영과 재생 사이의 시간을 최소화한다는 것을 의미합니다.

다른 프로덕션들은 편집자에 맞춰 편집이 최적으로 실행되도록 하기 위해 러시의 일괄 코드 변환에 크게 의존합니다. 코드 변환은 프레임 크기와 색상 공간이 더 큰 포맷으로 작업할 때 저장 및 편집 성능을 최적화하는 데 도움이 됩니다.

특히 RED RAW 또는 ARRI RAW와 같이 CPU가 많이 사용되는 포맷을 처리할 때 NLE에서 이러한 코드 변환을 수행하려면 많은 시간이 소요되고 여러 번 반복해야 할 수 있습니다. 렌더링 팜 관리자와 통합된 Adobe Media Encoder를 사용함으로써 방송사는 온프레미스 및 클라우드에서 렌더링 팜을 돌려서 '편집 준비' 미디어를 더 빨리 얻고, 작업을 줄이고, 크리에이티브 팀의 작업 중단을 줄일 수 있습니다.

Adobe Media Encoder와 Premiere의 통합 덕분에 편집자는 코드 변환 진행 상황을 확인하고 미디어가 준비되었을 때 알림을 받을 수 있습니다. 이 워크플로우에서는 미디어를 휴지통에 또는 타임라인에 직접 끌어다 놓을 수 있기 때문에, 작업을 시작하기 전에 첫 번째 코드 변환을 기다려야 하는 경우에 비해 50% 더 빨리 편집자가 작업을 시작할 수 있습니다.

미디어가 너무 많음

매일 전 세계를 돌아다니는 데이터의 75%는 비디오입니다. 방송사의 경우, 이 거대한 미디어 라이프사이클은 자료에 이름과 태그를 붙이고 자료를 정리하는 인제스트 작업자에서부터 시작됩니다. 훌륭한 조직은 컨텐츠 제작자를 위한 미디어에 엄청난 가치를 부여합니다.

엔터프라이즈 및 부티크 포스트 하우스는 표준화된 명명 규칙과 폴더 구조를 미디어에 사용함으로써 처음부터 시간을 절약하고, 위험을 줄이고, 편집 파이프라인을 간소화합니다. AI와 자동화가 이 시간을 크게 앞당길 수 있습니다.

인지 서비스를 통합하면 브랜드 인식, 얼굴 인식, 화면 텍스트, 음성-텍스트 분석, 샷 크기, 샷 유형 등의 매개 변수를 사용하여 정렬 및 태그 지정 프로세스를 신속하게 처리할 수 있습니다. 사실, 알고리즘이 학습할 데이터가 충분하다면 거의 모든 것을 인식하도록 인지 서비스를 학습시킬 수 있습니다. 가까운 장래에, 제대로 학습된 AI 시스템은 클래퍼 보드 정보, 발표자 또는 위치를 인식함으로써 모든 샷을 정렬할 수도 있습니다.

미디어 및 메타데이터를 Premiere 패널에 표시함으로써 사용자가 Premiere에서 직접 클립과 하위 클립을 정렬하고, 검색하고, 가져오도록 할 수 있습니다. 이 메타데이터를 Adobe Smart Bins와 통합하면 인제스트 작업자가 중요한 것으로 간주하지 않은 미디어에도 편집자가 액세스할 수 있습니다. 또는 편집자가 미디어를 다시 정리할 수도 있습니다.

툴을 배포하여 인지 서비스를 통해 프로젝트 설정을 자동화하면 크리에이티브는 창의력을 발휘하는 데만 집중하면 됩니다.