Une chronologie étiquetée pour chaque enregistrement : parole, musique, bruit, silence.
Moins de créativité, plus de structure. SignalLab range chaque fichier en zones classées avec une confiance, plus des drapeaux QA de niveau matériel (écrêtage, décalage DC, plancher de bruit). Le verdict de fichier est un petit modèle appris et une approximation : testé une fois le 12 octobre 2026 sur 600 extraits réels (MUSAN) plus trois environnements qu’il n’avait jamais vus, il a trouvé 197 extraits de parole sur 200, 190 extraits de musique sur 200 et 40 sur 90 de bruit constant, et il rate la circulation routière et le métro. La chronologie des zones vient d’un classificateur de trames plus simple.
Déposez de l’audio et recevez des tags techniques, des indices sémantiques, des drapeaux de risque et un schéma de métadonnées que votre stack peut ingérer.
Les fichiers sont décodés dans votre navigateur. La sortie JSON est uniquement à télécharger.
Comment c’est mesuré▸ Déposez n’importe quel audio pour en prendre l’empreinte : type de contenu, tags et drapeaux QA en une seule passe.
Déposez 50 heures d’enregistrements non structurés et recevez des tags, des zones de silence et de voix/musique, et un schéma interrogeable. Les tours de parole n’en font pas partie : l’indexeur segmente selon le signal, il n’identifie pas qui parle.
Bloquez les fichiers au moment de l’upload quand ils échouent aux seuils de silence, d’écrêtage ou de plancher de bruit.
Trouvez dans une bibliothèque de contenus chaque extrait de parole sur un fond bruyant, sans rien écouter deux fois. Les tags décrivent le signal : voix, musique, bruit, silence, écrêtage et les niveaux qui les sous-tendent.
SignalLab traite l’audio comme des données et dit à quel point il est sûr : chaque zone porte une confiance, le verdict de fichier ne revendique jamais plus de 0,85, et inconnu est une vraie réponse. Le verdict de fichier est un petit modèle appris et une approximation : testé une fois le 12 octobre 2026 sur 600 extraits réels (MUSAN) plus trois environnements qu’il n’avait jamais vus, il a trouvé 197 extraits de parole sur 200, 190 extraits de musique sur 200 et 40 sur 90 de bruit constant, il rate la circulation routière et le métro, et sa confiance baisse là où il se trompe, mais n’est pas une probabilité. La chronologie des zones vient d’un classificateur de trames plus simple. Schéma d’abord, API d’abord, et conçu pour que les gens en aval (monteurs, équipes ML, chaînes de parole) puissent vraiment exploiter la sortie.
Aussi dans SignalLab
Attrapez les mauvais passages avant votre monteur.
Marquez automatiquement les tours de parole, les silences et les changements de scène. Les zones de silence existent aujourd’hui ; les tours de parole, non.
Dites ce que contient un enregistrement, du général au précis : animal, oiseau, véhicule, un clavier. Pas encore construit. SignalLab étiquette aujourd’hui voix, musique, bruit, silence et écrêtage.
La démo ci-dessus fonctionne gratuitement, sur votre appareil.Le lab ci-dessus fonctionne gratuitement, sur votre appareil. La même analyse est disponible sous forme d’API REST hébergée et de serveur MCP, avec une seule clé. Le loudness est vérifié selon EBU R128 / BS.1770-4. SignalLab expose 1 endpoint / 1 outil MCP.
REST · POST
/v1/signallab tagging de contenu + métadonnées Outils MCP · https://audiolab.tools/mcp
Démarrage rapide
curl -X POST https://audiolab.tools/v1/signallab \
-H "Authorization: Bearer $AUDIOLAB_KEY" \
-H "content-type: application/json" \
-d '{"url":"https://your-audio.wav"}'Poursuivez le workflow
Envoyez le fichier complet à MixLab pour l’analyse LUFS BS.1770-4, le true peak et l’équilibre tonal du flux programme.
Quand SignalLab trouve du contenu vocal, envoyez le même audio à VoiceLab pour des scores de sifflantes et de plancher de bruit.
Là où SignalLab étiquette un enregistrement, HearLab nomme la scène en direct depuis votre micro : calme, parole, brouhaha, circulation ou vent.
Les zones indexées se traduisent naturellement en déclencheurs de cues broadcast. Planifiez la séquence dans CueLab.
SkillLab propose des exercices de classification voix, musique ou bruit, la même tâche que SignalLab automatise.
MixLab, VoiceLab et SignalLab se passent l’audio sans nouvel envoi. Quand vous terminez une analyse dans l’un d’eux, les boutons → Lab de la démo transportent votre audio décodé directement dans le flux d’analyse du lab suivant. Les autres labs s’ouvrent à vide.