Archieven verrijken
Gooi er 50 uur ongestructureerde opnames in en krijg tags, stilte- en stem/muziek-regio’s en een doorzoekbaar schema terug. Sprekerwisselingen horen er niet bij: de indexer segmenteert op signaal, hij herkent niet wie er praat.
Een gelabelde tijdlijn voor elke opname: spraak, muziek, ruis, stilte.
Minder over creativiteit, meer over structuur. SignalLab brengt elk bestand in kaart als geclassificeerde regio’s met betrouwbaarheid, plus QA-vlaggen op hardwareniveau (clipping, DC-offset, ruisvloer). Het bestandsoordeel is een klein getraind model en een proxy: één keer getoetst op 12 oktober 2026 tegen 600 echte fragmenten (MUSAN) plus drie omgevingen die het nooit had gezien, vond het 197 van 200 spraakfragmenten, 190 van 200 muziekfragmenten en 40 van 90 fragmenten met constante ruis, en mist het straatverkeer en de metro. De regio-tijdlijn komt van een eenvoudigere frameclassifier.
Gooi audio erin en krijg technische tags, semantische hints, risicovlaggen en een metadataschema terug dat je stack kan inlezen.
Bestanden worden in je browser gedecodeerd. JSON-uitvoer kun je alleen downloaden.
Zo wordt dit gemeten▸ Sleep willekeurige audio erin voor een vingerafdruk: contenttype, tags en QA-vlaggen in één keer.
Gooi er 50 uur ongestructureerde opnames in en krijg tags, stilte- en stem/muziek-regio’s en een doorzoekbaar schema terug. Sprekerwisselingen horen er niet bij: de indexer segmenteert op signaal, hij herkent niet wie er praat.
Blokkeer bestanden bij het uploaden als ze falen op drempels voor stilte, clipping of ruisvloer.
Vind in een contentbibliotheek elke clip met spraak over een rumoerige achtergrond, zonder iets twee keer te beluisteren. De tags beschrijven het signaal: stem, muziek, ruis, stilte, clipping en de niveaus erachter.
SignalLab behandelt audio als data en zegt hoe zeker het is: elke regio heeft een betrouwbaarheid, het bestandsoordeel claimt nooit meer dan 0,85 en onbekend is een echt antwoord. Het bestandsoordeel is een klein getraind model en een proxy: één keer getoetst op 12 oktober 2026 tegen 600 echte fragmenten (MUSAN) plus drie omgevingen die het nooit had gezien, vond het 197 van 200 spraakfragmenten, 190 van 200 muziekfragmenten en 40 van 90 fragmenten met constante ruis, mist het straatverkeer en de metro, en zakt de betrouwbaarheid waar het fout zit, maar is die geen kans. De regio-tijdlijn komt van een eenvoudigere frameclassifier. Schema-eerst, API-eerst, en gebouwd zodat de mensen verderop in de keten (editors, ML-teams, spraakpijplijnen) de uitvoer echt kunnen gebruiken.
Ook in SignalLab
Vang de slechte stukken voordat je editor het doet.
Markeer automatisch beurten, stiltes en scènewisselingen. Stiltegebieden bestaan vandaag; sprekerbeurten niet.
Zeg wat er in een opname zit, van grof naar fijn: dier, vogel, voertuig, een toetsenbord. Nog niet gebouwd. SignalLab labelt vandaag stem, muziek, ruis, stilte en clipping.
De demo hierboven draait gratis, op je eigen apparaat.Het lab hierboven draait gratis, op je eigen apparaat. Dezelfde analyse is een gehoste REST API en een MCP-server, met één sleutel. Luidheid is geverifieerd tegen EBU R128 / BS.1770-4. SignalLab biedt 1 endpoint / 1 MCP-tool.
REST · POST
/v1/signallab contenttagging + metadata MCP-tools · https://audiolab.tools/mcp
Snelstart
curl -X POST https://audiolab.tools/v1/signallab \
-H "Authorization: Bearer $AUDIOLAB_KEY" \
-H "content-type: application/json" \
-d '{"url":"https://your-audio.wav"}' Ga verder in de workflow
Stuur het hele bestand naar MixLab voor BS.1770-4 LUFS-analyse, true peak en toonbalans op de programmafeed.
Als SignalLab stemcontent vindt, stuur je dezelfde audio naar VoiceLab voor sibilance- en ruisvloerscores.
Waar SignalLab een opname labelt, benoemt HearLab de scène live vanuit je microfoon: stil, spraak, stemmengemurmel, verkeer of wind.
Geïndexeerde regio’s vertalen zich vanzelf naar broadcast-cuetriggers. Plan de volgorde in CueLab.
SkillLab bevat oefeningen in het onderscheiden van stem, muziek en ruis, dezelfde taak die SignalLab automatiseert.
MixLab, VoiceLab en SignalLab geven audio aan elkaar door zonder opnieuw te uploaden. Als je in een van die drie een analyse afrondt, brengen de → Lab knoppen in de demo je gedecodeerde audio rechtstreeks naar de analyse van het volgende lab. De andere labs openen leeg.