Eine beschriftete Zeitleiste für jede Aufnahme: Sprache, Musik, Rauschen, Stille.
Weniger Kreativität, mehr Struktur. SignalLab ordnet jede Datei in klassifizierte Bereiche mit Konfidenz ein, dazu QA-Flags auf Hardware-Ebene (Clipping, DC-Offset, Rauschteppich). Das Dateiurteil ist ein kleines gelerntes Modell und ein Proxy: Einmal am 12. Oktober 2026 gegen 600 echte Ausschnitte (MUSAN) plus drei Umgebungen getestet, die es nie gesehen hatte, fand es 197 von 200 Sprach- und 190 von 200 Musikausschnitten und 40 von 90 mit gleichmäßigem Rauschen, und übersieht Straßenverkehr und die U-Bahn. Die Bereichs-Zeitleiste stammt von einem einfacheren Frame-Klassifizierer.
Wirf Audio hinein und erhalte technische Tags, semantische Hinweise, Risiko-Flags und ein Metadatenschema, das dein Stack einlesen kann.
Dateien werden in deinem Browser dekodiert. Die JSON-Ausgabe gibt es nur als Download.
So wird das gemessen▸ Zieh beliebiges Audio hinein, um es zu fingerprinten: Inhaltstyp, Tags und QA-Flags in einem Durchgang.
Wirf 50 Stunden unstrukturierter Aufnahmen hinein und erhalte Tags, Stille- und Stimme/Musik-Bereiche und ein durchsuchbares Schema zurück. Sprecherwechsel gehören nicht dazu: Der Indexer segmentiert nach Signal, er erkennt nicht, wer spricht.
Blockiere Dateien beim Upload, wenn sie Schwellen für Stille, Clipping oder Rauschteppich nicht einhalten.
Finde in einer Content-Bibliothek jeden Clip mit Sprache über lauter Kulisse, ohne etwas zweimal anzuhören. Die Tags beschreiben das Signal: Stimme, Musik, Rauschen, Stille, Clipping und die Pegel dahinter.
SignalLab behandelt Audio wie Daten und sagt, wie sicher es ist: Jeder Bereich hat eine Konfidenz, das Dateiurteil behauptet nie mehr als 0,85, und unbekannt ist eine echte Antwort. Das Dateiurteil ist ein kleines gelerntes Modell und ein Proxy: Einmal am 12. Oktober 2026 gegen 600 echte Ausschnitte (MUSAN) plus drei Umgebungen getestet, die es nie gesehen hatte, fand es 197 von 200 Sprach- und 190 von 200 Musikausschnitten und 40 von 90 mit gleichmäßigem Rauschen, übersieht Straßenverkehr und die U-Bahn, und seine Konfidenz sinkt dort, wo es falschliegt, ist aber keine Wahrscheinlichkeit. Die Bereichs-Zeitleiste stammt von einem einfacheren Frame-Klassifizierer. Schema-first, API-first, und so gebaut, dass die Leute weiter unten in der Kette (Editoren, ML-Teams, Sprach-Pipelines) die Ausgabe wirklich nutzen können.
Auch in SignalLab
Fang die schlechten Stellen ab, bevor es dein Editor tut.
Markiere Sprecherwechsel, Stille und Szenenwechsel automatisch. Stille-Bereiche gibt es heute; Sprecherwechsel nicht.
Sag, was in einer Aufnahme steckt, von grob bis fein: Tier, Vogel, Fahrzeug, eine Tastatur. Noch nicht gebaut. SignalLab labelt heute Stimme, Musik, Rauschen, Stille und Clipping.
Die Demo oben läuft kostenlos, auf deinem Gerät.Das Lab oben läuft kostenlos, auf deinem Gerät. Dieselbe Analyse gibt es als gehostete REST API und als MCP-Server, mit einem Schlüssel. Die Lautheit ist gegen EBU R128 / BS.1770-4 verifiziert. SignalLab bietet 1 Endpoint / 1 MCP-Tool.
REST · POST
/v1/signallab Inhalts-Tagging + Metadaten MCP-Tools · https://audiolab.tools/mcp
Schnellstart
curl -X POST https://audiolab.tools/v1/signallab \
-H "Authorization: Bearer $AUDIOLAB_KEY" \
-H "content-type: application/json" \
-d '{"url":"https://your-audio.wav"}'Mach im Workflow weiter
Schick die ganze Datei an MixLab für BS.1770-4-LUFS-Analyse, True Peak und Klangbalance auf dem Programm-Feed.
Wenn SignalLab Stimminhalt findet, schick dasselbe Audio an VoiceLab für Sibilanz- und Rauschteppich-Werte.
Wo SignalLab eine Aufnahme beschriftet, benennt HearLab die Szene live über dein Mikrofon: leise, Sprache, Stimmengewirr, Verkehr oder Wind.
Indexierte Bereiche lassen sich ganz natürlich in Broadcast-Cue-Trigger übersetzen. Plane die Abfolge in CueLab.
SkillLab enthält Übungen zur Unterscheidung von Stimme, Musik und Rauschen, genau die Aufgabe, die SignalLab automatisiert.
MixLab, VoiceLab und SignalLab reichen Audio ohne erneutes Hochladen aneinander weiter. Wenn du in einem von ihnen eine Analyse abgeschlossen hast, tragen die → Lab-Schaltflächen in der Demo dein dekodiertes Audio direkt in den Analyseablauf des nächsten Labs. Die anderen Labs öffnen sich frisch.