Divide un audio hablado en tramos probables de voz usando un umbral de energía y silencios mínimos. Después puedes asignar etiquetas a cada segmento y exportar las marcas.
El etiquetador crea una segmentación básica basada en energía. No realiza reconocimiento de voz ni identificación automática de hablantes; su objetivo es preparar intervalos temporales que puedas nombrar manualmente.
La detección por energía no distingue voz de música u otros sonidos fuertes. Para diarización real de hablantes se necesitaría un modelo especializado que no está incluido.
Funciona con audio decodificable por Web Audio. El CSV de etiquetas se genera localmente.
| Pódcast | Adecuado para separar bloques de conversación y pausas. |
|---|---|
| Entrevistas | Útil para crear marcas antes de etiquetar manualmente. |
| Música con voz | Puede detectar música como actividad sonora. |
| Ruido constante | Puede requerir un umbral superior. |
En una entrevista de 3 minutos, el detector encuentra 14 tramos activos. Puedes renombrarlos como “Presentador”, “Invitado” o “Pregunta 1” y exportar inicio y fin en CSV.
Configura un umbral de voz y un silencio mínimo. La herramienta agrupa la actividad sonora y crea un segmento nuevo cuando la pausa supera ese límite.
Después de detectar los segmentos, edita el nombre de cada fila y exporta el CSV para conservar etiqueta, tiempo inicial y tiempo final.
No. Detecta actividad sonora probable, pero la identificación de hablantes requiere diarización con modelos especializados.
Entre 300 y 700 ms suele ser un rango útil como punto de partida, aunque depende del ritmo de habla y de cuánto quieras agrupar las frases.
El algoritmo se basa en energía y no clasifica el contenido. Música, golpes o ruido intenso también pueden superar el umbral y considerarse actividad.
| Detección | RMS por ventanas de 20 ms. |
|---|---|
| Agrupación | Une actividad separada por silencios cortos. |
| Etiquetas | Editables manualmente en el navegador. |
| Exportación | CSV con etiqueta, inicio y fin. |
Corta, divide, une, aplica fundidos, invierte y organiza audio.
Ver todoConvierte y exporta formatos habituales compatibles con el navegador.
Ver todoAjusta la ganancia, normaliza niveles y analiza la sonoridad.
Ver todoModifica la reproducción, el tono, el tempo, los retardos y la temporización.
Ver todoGraba, prueba, supervisa y prepara audio de voz.
Ver todoPrepara audio hablado, segmentos de pódcast y transcripciones.
Ver todoPractica con tonos, tempo, afinación y ayudas rítmicas.
Ver todoAnaliza la forma de onda, la frecuencia, la duración, los picos y las etiquetas.
Ver todo