映像と音の配信の違い
映像はリターンがあって、配信されている映像を見たければ、例えばプロジェクターに投影していればそれを見れば良いことが多いです。もちろんピントズレなど、細かいミスはそれなりのモニターチェックが必要ですが、致命的ではないでしょう。
でも、音声は、特にZOOMでの配信となると、PAシステム、スピーカーがきっちりしない現場で、マイクも使用しないシーンでは、現地収録の音声がスピーカーから流れることがありません。
つまり会場の中はマイクを通さない会話が成り立っていたとしても、ZOOM閲覧者はどのように見えているのか、想像がつかない状況が起こりえるのです。
それでも普段使っているシステムであれば、レベルメーターが振れるので、音圧程度をモニターすれば十分だと思いますが、結果的に、まさかある人の声だけ、音が飛び飛びでとても聞ける状態でなかったことが、収録データを見て判明した時のショック、心境といえば、もう絶望しかありません。
だから配信直前のミックスするハードウェアでモニターする（または別途ZOOMで閲覧）必要があるのです。
４時間かかって修復完了
が、本来分業でやるべきことをワンマンでやる場合は、映像のスイッチングと音声のスイッチングをパラレルにするのは、結構難易度が高いと思っています。
ということで、カメラ側で収録していた動画があるので、その音を使って慌てて修復しましたが、2時間超えのやりとりで、ある人だけを修復するのは、特にZOOMのような通信状態で音ズレを発生させるシステムでは、とても難易度が高いことを味わった次第です。
ちなみに、音声はずっと飛び飛びではなく、治っているところもあって、原因究明できていません。改めてスマホベースの新しいシステムの、音は、まだ発展途上であり、従来のアナログ的なマイクでのミキサー収録が必要だと、確信した次第です。
ちなみに映像の方もスマホは便利ですが、ワンマン撮影＆配信で 画角を都度調整するのは面倒で、被写体まで距離が誓い場合は、従来の2カメで十分だと思いました。