Saltar al contenido principal
Puedes clasificar un audio de voz a partir de un archivo o de una URL.
Esta sección explica cómo realizar la solicitud con un archivo. Con una URL el proceso es similar: la diferencia principal es el endpoint que hay que llamar en el paso 1.

Directrices de envío

Dada la gran variabilidad del audio, te recomendamos seguir estas sencillas directrices:
  • Envía al sistema audios que contengan solo voz, ya que los modelos de análisis están entrenados actualmente para reconocer el habla y no otros tipos de audio (como música o ruido);
  • Para una mayor precisión, te recomendamos enviar al sistema audios de una duración adecuada, por ejemplo de al menos 10 segundos y nunca de menos de 3 segundos;
  • Los resultados más precisos se obtienen enviando al sistema audios limpios, evitando por tanto el ruido de fondo (ruido de tráfico o ruidos demasiado fuertes, que podrían comprometer el análisis).

Envía un audio de voz mediante la API

Para clasificar un audio de voz, realiza una solicitud POST a /api/classification_audio con los parámetros obligatorios (para más detalles sobre los parámetros, consulta la sección Referencia de la API).
En la respuesta recibirás el identificador del audio clasificado.

Analiza momentos específicos

De forma predeterminada, el audio se divide en segmentos analizados a lo largo de toda su duración. Si solo algunos momentos son relevantes, indícalos en audio_timestamps: el sistema analiza un breve segmento de audio centrado en cada uno de ellos.
  • Los timecodes se separan con comas y tienen el formato HH:MM:SS.mmm (horas, minutos, segundos y milisegundos), medidos desde el inicio del audio. Los duplicados se cuentan una sola vez.
  • Los timecodes lo bastante cercanos como para caer en el mismo segmento se analizan juntos en un único segmento.
  • Se cobra un segmento de audio por cada timecode distinto; los segmentos que no se generan (timecodes agrupados, timecodes posteriores al final del audio) se reembolsan al terminar el análisis. Si ningún timecode cae dentro del audio, la clasificación termina con un error.
  • Puedes indicar hasta 30 timecodes si tu plan de precios te permite elegir el número de segmentos de audio; si no, hasta 5.
Los momentos específicos son una funcionalidad del plan de precios: si tu plan no los incluye, audio_timestamps se ignora. Los timecodes con formato incorrecto o en número superior al permitido se rechazan con un error 400.

Obtén los resultados

Usa el identificador recibido para obtener los resultados de la clasificación con una solicitud GET a /api/classification_audio/{identifier} (para más detalles sobre cómo estructurar la solicitud, consulta la sección Referencia de la API).
La respuesta contiene los resultados de la clasificación del audio en formato JSON. En la respuesta encontrarás un array results, con los resultados de la clasificación de cada modelo usado, y un array verdicts, con los resultados de cada heurística aplicada.
¡Puede que la clasificación todavía no haya terminado! Si aún no se ha completado, sigue enviando la solicitud GET hasta que el resultado esté disponible.

Directrices para interpretar los resultados

Para interpretar los resultados, te recomendamos centrarte en:
  • Phantom como resultado principal para el veredicto (la opción predeterminada de la plataforma);
  • Zebra II como resultado secundario para el veredicto;

Ver también

Clasifica una imagen

Descubre cómo iniciar la clasificación de una imagen y saber si es auténtica o generada artificialmente

Clasifica un vídeo

Descubre cómo iniciar la clasificación de un vídeo y saber si es auténtico o generado artificialmente