Alles wat we kunnen zien.

Wat de container zegt, en wat hij je niet kan vertellen.

Duur Gevalideerd

file.duration

Stem & podcastMix & masterHerkomstDataset-QAOmgevingBroadcast & filmpostLoop- & samplepack-QC

Wat het meet Lengte van de audio.

Zo lees je het In seconden.

Waarom Bepaalt wat je nog kunt beweren: onder de drie seconden zijn de meeste oordelen gokwerk.

Getoetst tegen Komt overeen met de werkelijke lengte van het bestand.

Zo werkt het Klassieke signaalverwerking.

Samplefrequentie Gevalideerd

file.sampleRate

HerkomstDataset-QABroadcast & filmpostLoop- & samplepack-QC

Wat het meet Aantal samples per seconde.

Zo lees je het 44,1k en 48k zijn standaard; 8k of 16k betekent dat het door een telefoon of een codec is gegaan.

Waarom Legt vast welke hoogste frequentie er überhaupt kan bestaan, en begrenst daarmee elke spectrale meting.

Getoetst tegen Decodertests bij 44,1 en 48 kHz.

Zo werkt het Klassieke signaalverwerking.

Kanalen Gevalideerd

file.channels

Mix & masterHerkomstDataset-QABroadcast & filmpostLoop- & samplepack-QC

Wat het meet Aantal audiokanalen.

Zo lees je het 1 = mono, 2 = stereo.

Waarom Bij een monobestand zeggen alle stereomaten niets. Dat zeggen we liever hardop dan dat we een vlakke lijn tonen.

Getoetst tegen Decodertests, mono en stereo.

Zo werkt het Klassieke signaalverwerking.

Bitdiepte (schatting) Proxy

file.bitDepth

HerkomstDataset-QABroadcast & filmpostLoop- & samplepack-QC

Wat het meet Een inschatting op basis van het bestandstype, niet uit de samples gelezen.

Zo lees je het "16/24-bit guess" voor WAV en AIFF, "lossless, depth not read" voor FLAC, "lossy" voor MP3, AAC, Ogg, Opus en andere lossy formaten, "unknown (AAC or ALAC)" voor m4a en anders "unknown". Het is geen uitlezing van de header en ook geen schatting uit de samplewaarden.

Waarom Laat in één oogopslag zien dat een bestand gecomprimeerd is. Lees de bestandsheader voor de echte bitdiepte.

Getoetst tegen Een schatting op basis van het bestandstype: "16/24-bit guess" voor WAV en AIFF, "lossless, depth not read" voor FLAC, "lossy" voor lossy-formaten zoals MP3, AAC, Ogg en Opus, "unknown (AAC or ALAC)" voor m4a. Tot 20 oktober 2026 stonden FLAC en AIFF per ongeluk op "lossy". Dezelfde samples afgerond op 8 bit lezen nog steeds als 16/24, dus het zegt niets over de samples.

Zo werkt het Klassieke signaalverwerking.

Wat het niet is Niet uit de samples gelezen en geen uitlezing van de header.

Formaat Gevalideerd

file.format

HerkomstBroadcast & filmpostLoop- & samplepack-QC

Wat het meet Containerformaat zoals de aanroeper het opgeeft.

Zo lees je het wav, mp3, m4a enzovoort.

Waarom De container zegt niets over wat er daarvoor mee gebeurd is; de bandbreedtemaat wel.

Getoetst tegen Gelezen uit de container.

Zo werkt het Klassieke signaalverwerking.

Bestandsgrootte Gevalideerd

file.sizeKb

Herkomst

Wat het meet Grootte op schijf in kilobytes.

Zo lees je het Vergelijk met de duur om de bitrate af te leiden.

Waarom Goedkope controle: een klein bestand met een lange duur is hard gecomprimeerd.

Getoetst tegen De grootte in bytes.

Zo werkt het Klassieke signaalverwerking.

Invoerhash Gevalideerd

file.inputHash

HerkomstDataset-QALoop- & samplepack-QC

Wat het meet SHA-256 van de bytes van het bestand, als de aanroeper die meegaf. Anders null.

Zo lees je het Dezelfde bytes, dezelfde hash, hoe het bestand ook heet. De engine kan hem niet uit PCM berekenen; de decoder of de host vult hem in.

Waarom Het is de sleutel waarmee een bibliotheek van 178.000 bestanden één keer gemeten wordt en nooit meer, en een hernoeming kan hem niet breken.

Getoetst tegen SHA-256 van de bytes, hetzelfde voor een buffer als voor een pad.

Zo werkt het Klassieke signaalverwerking.

Hoe luid het is volgens de normen die platforms echt toepassen.

Integrated loudness Gevalideerd

loudness.integrated

Stem & podcastMix & masterDataset-QABroadcast & filmpostLoop- & samplepack-QC

Wat het meet Loudness over het hele bestand, gegate volgens BS.1770-4.

Zo lees je het Streamingdoelen liggen rond −14 LUFS, uitzendingen rond −23, podcasts rond −16.

Waarom Het ene getal waarmee platforms je audio harder of zachter zetten, en dus bepaalt het hoe je gehoord wordt.

Getoetst tegen EBU Tech 3341 gevallen 1 en 2 plus de gevallen met absolute en relatieve gate, tolerantie ±0,1 LU (loudness-benchmark, gepubliceerd op /api). Op echte opnames: de 32 sprekersporen van de openbare Open Yap 1K-sample (CC BY 4.0, gesprekssporen van 48 kHz), gemeten op 20 oktober 2026, kwamen op alle 32 binnen 0,05 LU overeen met de loudness die de dataset publiceert (grootste verschil 0,045 LU), en binnen 0,055 LU met ffmpeg ebur128 (ffmpeg drukt één decimaal af).

Marge ±0.1 LU. De tolerantie van EBU Tech 3341, gehaald door de loudness-benchmark bij elke build.

Zo werkt het Klassieke signaalverwerking.

Short-term max Gevalideerd

loudness.shortTermMax

Mix & masterBroadcast & filmpost

Wat het meet Luidste venster van 3 seconden.

Zo lees je het Ver boven de integrated waarde betekent dat één passage domineert.

Waarom Vindt het moment waarop een luisteraar naar de volumeknop grijpt.

Getoetst tegen Gelijk aan ffmpeg ebur128.

Zo werkt het Klassieke signaalverwerking.

Niet gevalideerd Geen onderdeel van de EBU-casetabel.

Loudness range Gevalideerd

loudness.range

Mix & masterStem & podcastBroadcast & filmpost

Wat het meet Spreiding tussen de rustige en luide delen, EBU 3342.

Zo lees je het Onder 3 LU is zeer gelijkmatig; boven 15 LU is een stuk met veel dynamiek.

Waarom Voorspelt of de rustige delen het overleven in een auto of op een telefoon.

Getoetst tegen EBU Tech 3342 geval 1, tolerantie ±1 LU (loudness-benchmark, gepubliceerd op /api).

Marge ±1 LU. De tolerantie van EBU Tech 3342, gehaald door de loudness-benchmark bij elke build.

Zo werkt het Klassieke signaalverwerking.

True peak Gevalideerd

loudness.truePeak

Mix & masterDataset-QABroadcast & filmpostLoop- & samplepack-QC

Wat het meet Piek van de gereconstrueerde golfvorm, 4× geoversampled.

Zo lees je het Boven −1 dBTP kan een lossy encoder clippen wat er schoon uitzag.

Waarom De samplepiek kan prima lijken terwijl het afgespeelde signaal vervormt; dit is het getal dat dat vangt.

Getoetst tegen BS.1770 true peak: een toon van 997 Hz en een geval met een inter-sample peak, +0,2 / -0,4 dB; gelijk aan ffmpeg op materiaal met hoge frequenties. Op echte opnames: de 32 sprekersporen van de openbare Open Yap 1K-sample (CC BY 4.0), gemeten op 20 oktober 2026, kwamen op alle 32 binnen 0,012 dB overeen met de true peak die de dataset publiceert.

Marge +0.2 / -0.4 dB. De tolerantie voor een true-peakmeter in ITU-R BS.1770, gehaald door de loudness-benchmark bij elke build.

Zo werkt het Klassieke signaalverwerking.

Momentary max Gevalideerd

loudness.momentaryMax

Mix & masterBroadcast & filmpostLoop- & samplepack-QC

Wat het meet Luidste venster van 400 ms (EBU Tech 3341 "M").

Zo lees je het Ligt per definitie boven de short-term max; een verschil van meer dan ongeveer 6 LU betekent dat één klap of één lettergreep uitschiet.

Waarom Leveringsspecificaties voor uitzendingen begrenzen dit apart, en het vangt de ene uitschieter die een venster van 3 seconden wegmiddelt.

Getoetst tegen Gelijk aan ffmpeg ebur128, en het leest een venster van 400 ms.

Zo werkt het Klassieke signaalverwerking.

Niet gevalideerd Geen onderdeel van de EBU-casetabel.

Pieken, gemiddelden en de afstand ertussen.

Piek Gevalideerd

level.peak

Mix & masterDataset-QABroadcast & filmpostLoop- & samplepack-QC

Wat het meet Hoogste samplewaarde.

Zo lees je het 0 dBFS is het plafond; bij precies 0 is het bestand waarschijnlijk al beschadigd.

Waarom De grofste headroomcontrole die er is, en nog steeds de eerste die het doen waard is.

Getoetst tegen Een sinus met bekende amplitude, en gelijk aan ffmpeg.

Zo werkt het Klassieke signaalverwerking.

RMS-niveau Gevalideerd

level.rms

Mix & masterDataset-QA

Wat het meet Gemiddelde energie over het bestand.

Zo lees je het Dichter bij het waargenomen niveau dan de piek, maar blind voor frequentieweging.

Waarom Basis voor de crestfactor, en de snelste lezing van "is dit te zacht".

Getoetst tegen Een sinus met bekende amplitude, en gelijk aan ffmpeg.

Zo werkt het Klassieke signaalverwerking.

Crestfactor Gevalideerd

level.crest

Mix & masterDataset-QABroadcast & filmpostLoop- & samplepack-QC

Wat het meet Afstand tussen piek en gemiddelde.

Zo lees je het Boven 14 dB ademt het; onder 8 dB heeft een compressor of limiter het platgedrukt.

Waarom Zegt of het leven eruit gemasterd is, los van hoe hard het is.

Getoetst tegen Een sinus leest ongeveer 3 dB.

Zo werkt het Klassieke signaalverwerking.

Wat overblijft als iemand op één speaker luistert.

Stereocorrelatie Gevalideerd

stereo.correlation

Mix & masterBroadcast & filmpostLoop- & samplepack-QC

Wat het meet Hoe gelijk het linker- en rechterkanaal zijn, −1 tot +1.

Zo lees je het +1 is mono, rond +0,5 is een gewone brede mix, onder 0 werken de kanalen elkaar tegen.

Waarom Negatieve correlatie wordt hol of verdwijnt wanneer iemand in mono luistert, wat de meeste telefoons en speakers doen.

Getoetst tegen Identieke kanalen lezen ongeveer 1, ruiskanalen decorreleren.

Zo werkt het Klassieke signaalverwerking.

Stereobreedte Gevalideerd

stereo.width

Mix & master

Wat het meet Hoeveel energie in het side-signaal zit in plaats van in het midden.

Zo lees je het 0 is volledig mono; boven ongeveer 0,4 is een bewust breed beeld.

Waarom Zegt hoeveel van de mix je kwijtraakt zodra hij naar mono wordt samengevouwen.

Getoetst tegen Mono leest 0, tegenfase 1, onafhankelijke ruis van gelijk niveau 2/3 (binnen 0,03) en één kanaal op halve sterkte 2/9 (binnen 0,01), zoals de side/mid-definitie geeft.

Zo werkt het Klassieke signaalverwerking.

Mono-compatibel Proxy

stereo.monoCompatible

Mix & masterBroadcast & filmpost

Wat het meet Of de mix een samenvouwing naar mono overleeft.

Zo lees je het False betekent hoorbare uitdoving.

Waarom Eén boolean die een luisteraar de vraag bespaart waarom de zang op een keukenspeaker verdween.

Getoetst tegen Afgeleid van de basscorrelatie en de brede correlatie.

Zo werkt het Klassieke signaalverwerking.

Links/rechts-balans Gevalideerd

stereo.balance

Mix & masterStem & podcastBroadcast & filmpost

Wat het meet RMS van het linkerkanaal min het rechter, in dB. Positief betekent dat links luider is.

Zo lees je het Binnen 1 dB is gecentreerd. Boven 3 dB helt het beeld over; boven 20 dB speelt één kanaal in feite niet mee.

Waarom Een scheve export is onzichtbaar op één speaker en voor elke luisteraar met een koptelefoon meteen duidelijk.

Getoetst tegen Nul bij een gecentreerd bestand, met teken bij een scheef bestand.

Zo werkt het Klassieke signaalverwerking.

Kanaalindeling Gevalideerd

stereo.layout

Mix & masterStem & podcastDataset-QABroadcast & filmpostLoop- & samplepack-QC

Wat het meet Wat voor soort stereobestand dit is: mono, dual-mono, one-sided, stereo of silent.

Zo lees je het dual-mono betekent twee identieke kanalen, dus het bestand is voor niets twee keer zo groot. one-sided betekent een dood kanaal.

Waarom Noemt de exportfout bij naam in plaats van de lezer twee getallen te laten combineren, en het is de klassieke podcastfout: de stem alleen links.

Getoetst tegen Vijf stereovormen, elk correct benoemd.

Zo werkt het Klassieke signaalverwerking.

Monocompatibiliteit van de bas Gevalideerd

stereo.bassCorrelation

Mix & masterLoop- & samplepack-QC

Wat het meet Correlatie tussen de kanalen onder 120 Hz, na een low-pass van de 4e orde. Null bij mono of zonder energie daar.

Zo lees je het Boven 0,5 telt de lage kant schoon op. Eronder wordt hij dunner in mono, en onder 0 doven de kanalen elkaar uit.

Waarom Brede correlatie wordt gedomineerd door midden- en hoge energie, dus een volledig uit fase staande bas verdwijnt erin. Clubs en vinylsnijders stellen deze vraag apart, dus de engine meet hem apart.

Getoetst tegen Een laag in tegenfase en een echt mono laag.

Zo werkt het Klassieke signaalverwerking.

Waar de energie over de frequenties zit.

Spectrum Gevalideerd

spectrum.curve

Mix & masterHerkomstOmgeving

Wat het meet Gemiddelde energie per frequentie over het bestand.

Zo lees je het Lees de helling: een bult is een resonantie, een klif aan de bovenkant is een codec.

Waarom De tonale vingerafdruk van de opname in één plaatje.

Getoetst tegen Volgt de breedbandige vorm: vlak materiaal is vlak binnen 12 procent van octaaf tot octaaf, roze materiaal (min 3 dB per octaaf) binnen 7 procent, materiaal dat bij 4 kHz stopt zakt erboven tot onder 2 procent, en een brede bult tussen 900 en 1100 Hz legt het maximum van de curve erbinnen.

Zo werkt het Klassieke signaalverwerking.

Niet gevalideerd Een smalle piek kan tussen twee van de 128 logaritmisch verdeelde punten vallen en gemist worden. De curve is gemaakt voor de vorm van breedbandig materiaal.

Spectrale centroid Gevalideerd

spectrum.centroid

Mix & masterOmgevingLoop- & samplepack-QC

Wat het meet Waar het zwaartepunt van het spectrum ligt.

Zo lees je het Spraak landt grofweg op 500–2000 Hz; bekkens en sibilanten duwen het veel hoger.

Waarom Eén getal voor "helder of donker", vergelijkbaar tussen takes en microfoons.

Getoetst tegen Een sinus leest zijn eigen frequentie binnen 1 procent; twee gelijke sinussen op 500 en 2000 Hz lezen het midden binnen 2 procent.

Zo werkt het Klassieke signaalverwerking.

Spectrale roll-off Gevalideerd

spectrum.rolloff

Mix & master

Wat het meet Frequentie waaronder 85% van de opgetelde spectrale magnitude zit.

Zo lees je het Beweegt mee met de helderheid maar is minder gevoelig voor één luide hoge frequentie.

Waarom Een stabielere helderheidsmaat dan de centroid als er percussie in het bestand zit.

Getoetst tegen Op een vlak spectrum van 100 tot 4000 Hz landt het 85-procentspunt op 3415 Hz binnen 3 procent, en een sinus leest zijn eigen frequentie binnen twee FFT-bins. Het telt magnitude op, geen vermogen.

Zo werkt het Klassieke signaalverwerking.

Spectrale vlakheid Gevalideerd

spectrum.flatness

OmgevingHerkomst

Wat het meet Hoe ruisachtig het spectrum is, 0 tot 1.

Zo lees je het Dicht bij 0 is een heldere toonhoogte; dicht bij 1 is breedbandige ruis.

Waarom Scheidt een toon van een sis zonder te hoeven weten wat van beide het is.

Getoetst tegen Breedbandige ruis leest boven 0,9 en een zuivere toon onder 0,01.

Zo werkt het Klassieke signaalverwerking.

Tonale balans Gevalideerd

spectrum.bands

Mix & master

Wat het meet Energie in zeven benoemde banden van sub tot air.

Zo lees je het Vergelijk de balken met elkaar, niet met een absolute waarde.

Waarom Maakt van "het klinkt dun" welke band er eigenlijk ontbreekt.

Getoetst tegen Ruis binnen één band zet die band op 1 en elke andere band onder 0,08; getest voor bas, mid, presence en air.

Zo werkt het Klassieke signaalverwerking.

De twee klachten die luisteraars hebben zonder te weten waarom.

Scherpte Proxy

issue.harshness

Mix & masterStem & podcast

Wat het meet Overmatige energie in het gebied van 2–5 kHz, waar het oor het gevoeligst is.

Zo lees je het Hoog betekent vermoeiend na een paar minuten.

Waarom Vangt wat luisteraars vermoeiend noemen maar niet kunnen aanwijzen.

Getoetst tegen Een bult bij 3,2 kHz brengt het van 0,04 naar 0,86.

Zo werkt het Klassieke signaalverwerking.

Wat het niet is Drempels met de hand gekozen.

Modderigheid Proxy

issue.muddiness

Mix & masterStem & podcast

Wat het meet Opbouw rond 200–500 Hz.

Zo lees je het Hoog betekent dat de mix definitie mist.

Waarom Het meest voorkomende probleem bij zelf geproduceerde opnames, en het makkelijkst te verhelpen zodra het een naam heeft.

Getoetst tegen Alleen de richting: een bult van 12 dB tussen 200 en 400 Hz verhoogt de score met meer dan 0,3 ten opzichte van een vlak spectrum. De drempels zijn met de hand gekozen.

Zo werkt het Klassieke signaalverwerking.

Niet gevalideerd Echte mixen die luisteraars modderig of helder vonden.

Wat het niet is Geen oordeel van een luisteraar over een mix.

Spraak, tempo, niveaus en wat daarachter zit.

Spraakaandeel Proxy

voice.speechRatio

Stem & podcastDataset-QABroadcast & filmpost

Wat het meet Aandeel van het bestand waarin iemand praat.

Zo lees je het Dicht bij 1 is spraak van begin tot eind; dicht bij 0 is vooral stilte of ruis.

Waarom Bepaalt waar het bestand voor dient. Een verhouding van 0,2 in een datasettake is meestal een mislukte opname.

Getoetst tegen Gemeten tegen woordalignments (LibriSpeech dev-clean, 40 voorgelezen opnames, 17 ruiscondities). Op schone audio vindt de spraakdetector spraakframes met F1 0,92, maar hij telt alleen de luidere delen van zinnen: zachte woordbeginnen en woordeinden tellen als pauze, dus het aandeel leest ongeveer 12 punten onder het ware aandeel (gemiddelde absolute fout 0,125). Bij constante ruis houdt hij F1 0,90 of beter tot 20 dB signaal-ruisverhouding, 0,79 tot 0,90 bij 10 dB, en is hij onbetrouwbaar bij 5 dB en lager. Een tweede versie van de detector (K2: een frase loopt door zolang de envelop boven 0,3 van de drempel blijft, hooguit 100 ms per kant) is eenmaal getest op 13 oktober 2026 op LibriSpeech test-clean (40 nieuwe sprekers, 17 ruiscondities, 680 mengsels; de ruisstukken waren dezelfde als in de ontwikkeling): op schone audio en bij ruis van 20 en 10 dB ging de F1 van de spraakframes van 0,878 naar 0,941, de zuiverheid van de frames die als pauze zijn bestempeld van 0,608 naar 0,756 en de gemiddelde absolute fout van het spraakaandeel van 0,170 naar 0,082; bij 5 dB ging de F1 van 0,637 naar 0,773 en de fout van 0,389 naar 0,258. Het haalde zijn vooraf geregistreerde criteria maar niet de oorspronkelijke lat (zuiverheid 0,95, fout 0,04). De website gebruikt nu K2, de API biedt het aan als speechDetector k2 en geeft het vanaf 15 januari 2027 standaard terug; het spraakaandeel leest dan ongeveer 5 tot 14 punten hoger, afhankelijk van de ruis. Alles wat uit de spraakframes of de pauzes wordt berekend verschuift mee, zoals de andere lenzen zeggen; helderheid, sibilantierisico, de ruisvloer en de piek niet.

Zo werkt het Klassieke signaalverwerking.

Niet gevalideerd Andere talen, audio in telefoonband, muziek of televisie achter de stem, galmende ruimtes, echte gesprekken. K2 is getest op nieuwe sprekers maar met dezelfde vier ruisopnames als tijdens de ontwikkeling.

Wat het niet is Niet het aandeel van de tijd dat iemand praat: het leest laag, omdat zachte woordbeginnen en woordeinden als pauze tellen.

Spraakduur Proxy

voice.speechSec

Stem & podcastDataset-QA

Wat het meet Totale stemhebbende tijd.

Zo lees je het Seconden echt praten.

Waarom Waar je een transcribent of een herkenner voor betaalt.

Getoetst tegen Volgt uit de spraakdetector, gemeten tegen woordalignments: hij telt alleen de luidere delen van zinnen, dus op schone voorgelezen spraak leest hij ongeveer 12 procent van de duur te laag (zie Spraakaandeel). Alleen betrouwbaar voor schone audio en constante ruis tot 20 dB signaal-ruisverhouding. Met de K2-detector (zie Spraakaandeel) leest hij 2,6 tot 6,9 seconden meer op testopnames van ongeveer 50 seconden.

Zo werkt het Klassieke signaalverwerking.

Wat het niet is Niet de tijd dat iemand praat: zachte woordbeginnen en woordeinden tellen als pauze.

Stilteduur Proxy

voice.silenceSec

Stem & podcastDataset-QA

Wat het meet Totale tijd zonder stem.

Zo lees je het Seconden tussen en rond de zinnen.

Waarom Waar elke achtergrondmeting moet gebeuren, dus het bepaalt hoe betrouwbaar ze zijn.

Getoetst tegen Volgt uit de spraakdetector (duur min spraakseconden), gemeten tegen woordalignments: op schone voorgelezen spraak leest hij ongeveer 12 procent van de duur te hoog, omdat zachte spraak als stilte telt (zie Spraakaandeel). Met de K2-detector leest hij navenant minder (2,6 tot 6,9 seconden op testopnames van ongeveer 50 seconden).

Zo werkt het Klassieke signaalverwerking.

Wat het niet is Niet stilte: ongeveer een derde van wat de detector pauze noemt is zachte spraak.

Spraaksegmenten Proxy

voice.segments

Stem & podcastDataset-QA

Wat het meet Begin en einde van elke gedetecteerde zin.

Zo lees je het Eén rij per zin.

Waarom De eenheid waar alles per zin aan hangt, en waar een editor daadwerkelijk op klikt.

Getoetst tegen Zinsgrenzen van de spraakdetector, gemeten tegen woordalignments: hij vindt de luidere delen van zinnen, splitst één zin vaak in meerdere segmenten en laat segmenten te vroeg eindigen omdat zachte woordeinden onder zijn drempel vallen. Met de K2-detector reiken de segmenten tot in de zachte woordbeginnen en woordeinden, met hooguit 100 ms aan elke kant, waardoor naburige segmenten soms samensmelten tot minder, langere.

Zo werkt het Klassieke signaalverwerking.

Wat het niet is Spraakactiviteit, geen sprekerswissels: het zegt wanneer, niet wie.

Spraakbursts per seconde Proxy

voice.syllableRate

Stem & podcast

Wat het meet Grofweg hoeveel losse spraakbursts per seconde, geteld uit dalen in de envelop.

Zo lees je het Alleen gaten die diep genoeg zijn om als stilte te lezen worden geteld, dus dit volgt het tempo van woorden en zinnen en niet elke lettergreep. Over twaalf referentielezingen komt het tussen 2 en 5 uit.

Waarom Tempo is het eerste waar luisteraars over klagen, en de spreker hoort het zelf nooit.

Getoetst tegen Telt opgebouwde spraakbursts met diepe stiltes ertussen bij 2,5 en 4 per seconde binnen 0,5. Over twaalf referentieopnames van voorgelezen spraak landt het tussen 2 en 5.

Zo werkt het Klassieke signaalverwerking.

Niet gevalideerd Echte spraak tegen een geteld script.

Wat het niet is Geen lettergreeptelling.

Spreeksnelheid Proxy

voice.speakingRate

Stem & podcast

Wat het meet De lettergreepsnelheid als woord.

Zo lees je het Slow, Normal, Fast of Very fast.

Waarom Een label reist verder dan een getal in een rapport dat iemand anders leest.

Getoetst tegen Labels veranderen mee met het tempo op een gebouwd signaal.

Zo werkt het Klassieke signaalverwerking.

Wat het niet is Afgeleid van de proxy voor lettergreepsnelheid; geen spraakherkenning.

Lange pauzes Proxy

voice.longSilences

Stem & podcast

Wat het meet Aantal gaten langer dan 1,5 seconde.

Zo lees je het Een telling, geen oordeel.

Waarom Wijst een editor direct naar de sneden die de moeite waard zijn.

Getoetst tegen Telt pauzes van meer dan 1,5 s tussen segmenten. Tegen woordalignments (40 opnames met gaten van 0,8 tot 2,2 s) was de telling exact in 68 tot 80 procent van de opnames bij schone audio en ruis van 20 dB (binnen één in 97,5 tot 100 procent), en in 38 tot 58 procent bij ruis van 10 dB. Met de K2-detector telt hij 0,15 tot 0,73 minder lange pauzes per opname op 680 testmengsels; de nauwkeurigheid van de telling is voor K2 niet getest.

Zo werkt het Klassieke signaalverwerking.

Stempiek Gevalideerd

voice.peak

Stem & podcastDataset-QA

Wat het meet Luidste sample in de opname.

Zo lees je het Boven −1 dBFS loopt de take risico.

Waarom De controle op opnameniveau, voordat iets anders te vertrouwen is.

Getoetst tegen Komt overeen met de true peak van een schone opname.

Zo werkt het Klassieke signaalverwerking.

Spraakniveau Gevalideerd

voice.speechLevel

Stem & podcastDataset-QABroadcast & filmpost

Wat het meet Gemiddeld niveau alleen tijdens spraak.

Zo lees je het Een comfortabele take zit rond −20 dBFS; onder −35 stond de microfoon te ver weg of te zacht.

Waarom In tegenstelling tot het bestandsgemiddelde wordt dit niet omlaag getrokken door de stilte tussen de zinnen.

Getoetst tegen Komt overeen met de RMS van een bekende toon (-9,07 tegen -9,03 dB) en volgt een daling van 12 dB. Het is het gemiddelde over de frames die de spraakdetector spraak noemt, dus een detector die meer van de zachte woordbeginnen en woordeinden meetelt verlaagt het: met de K2-detector (zie Spraakaandeel) leest het 0,5 dB lager op schone audio en tot 1,4 dB lager in ruis (136 testmengsels).

Zo werkt het Klassieke signaalverwerking.

Niet gevalideerd Heel stille opnames. Bij een actief spraakniveau van -60 dBFS houdt de K2-spraakdetector ongeveer 9 procent van de spraakseconden over (mediaan 0,45 s van 4,5 s; 24 voorgelezen zinnen, 15 oktober 2026, V03-ENG), dus het niveau is het gemiddelde van alleen de luidste delen: vergeleken met dezelfde zinnen op -26 dBFS leest het 5,4 dB te hoog (mediaan over de 22 opnames die een niveau hebben; 2,9 tot 10,5 dB), en 6,6 dB te hoog met de standaarddetector. Bij 2 van de 24 opnames vond het helemaal geen spraak en gaf het geen niveau. Bij -50 dBFS houdt de K2-detector 97 procent over en volgt het niveau de gain tot op 0,2 dB (mediaan; slechtste van 24: 2,2 dB).

Ruisvloer Gevalideerd

voice.noiseFloor

Stem & podcastDataset-QAOmgevingBroadcast & filmpost

Wat het meet Niveau van de stilste delen.

Zo lees je het Lager is stiller. Een behandelde ruimte zit ver onder een gewone, en een stap omhoog betekent dat er iets is aangegaan.

Waarom Alles wat je later niet meer kunt verwijderen zit hier.

Getoetst tegen Stijgt met toegevoegde ruis; ruisvloeren landen op het ware niveau van stationaire synthetische ruis. Op 40 voorgelezen opnames met echte achtergrondruis (SNR-1, 12 oktober 2026) zit het 1 tot 8 dB onder het gemiddelde niveau van die ruis, omdat het de stilste tiende van de frames leest.

Zo werkt het Klassieke signaalverwerking.

Signaal-ruisverhouding Gevalideerd

voice.snr

Stem & podcastDataset-QABroadcast & filmpost

Wat het meet Spraakniveau tegen de ruisvloer, globaal gemeten.

Zo lees je het Boven 30 dB leest als schoon, onder 15 dB als ruisig. Gebruik het niet om de nauwkeurigheid van spraakherkenning te voorspellen: in onze eigen test deed het dat niet (zie de status).

Waarom Het kopgetal, al is de segmentale versie hieronder de eerlijke.

Getoetst tegen Een ruistoevoeging van 12 dB leest 14 dB, binnen 6 dB. Op 40 voorgelezen opnames met echte achtergrondruis die met bekende verhoudingen is toegevoegd (SNR-1, 12 oktober 2026): binnen 6 dB in 90 procent van de gevallen als de ware verhouding 10 tot 30 dB is met constante ruis (keuken, woonkamer, gang) of babble bij 20 dB. Het leest te hoog als de ware verhouding lager is: ongeveer 3 tot 7 dB te hoog bij 10 dB, 6 tot 9 dB bij 5 dB, 5 tot 12 dB bij 0 dB. Op een heel schone opname leest het ongeveer 2 dB te laag. Een tweede test (SNR-2 op de SC-1-bestanden, 13 oktober 2026, 1.344 bestanden: 48 synthetische uitingen in negen DEMAND-omgevingen, zes ervan nieuw, bij 20, 10 en 5 dB, plus schone controles) bevestigde het met andere spraak en grotendeels nieuwe omgevingen: gemiddeld 1,6 dB te hoog bij 20 dB, 3,2 dB bij 10 dB en 5,6 dB bij 5 dB. Een hybride schatter die overschakelt op een minimumstatistiek als de eerste schatting onder 16 dB ligt, bracht de fout bij 5 dB terug naar 2,5 dB (90e percentiel, van 7,1 dB) maar corrigeerde bij 10 dB te veel (6,2 dB tegen de lat van 6,0 dB), dus werd hij niet overgenomen en blijft de maat zoals hij is. Met de K2-detector (zie Spraakaandeel) leest het 0,5 dB lager op schone audio en 0,6 dB lager bij 20 dB, dezelfde verschuiving als het spraakniveau omdat het dat niveau min de ruisvloer is, en onder 16 dB wordt het gecorrigeerd (SNR-3, 13 oktober 2026): een combinatie van die eerste lezing en een tweede uit de minimumstatistiek van het gladgestreken vermogen, gefit op de eerste twee tests met kruisvalidatie en eenmaal getest op 520 mengsels van 40 nieuwe sprekers in drie omgevingen die in geen eerdere set zaten (een stadsplein, straatverkeer, een metro). Het haalde alle vier de vooraf geregistreerde criteria: bij 5 dB ging de gemiddelde fout van +5,95 naar +1,87 dB (90e percentiel 7,44 naar 2,98 dB, gepaard verschil 4,08 dB met een interval van 3,93 tot 4,21), bij 10 dB van +3,52 naar -0,18 dB (90e percentiel 5,28 naar 2,01 dB), en bij 20 dB en op schone audio veranderde er niets. Tegenover de standaarddetector gaat het 90e percentiel bij 5 dB van 8,23 naar 2,98 dB en bij 10 dB van 6,10 naar 2,01 dB. Op de 680 mengsels met bekende ruizen (keuken, woonkamer, gang, cafetaria) ging het van 8,26 naar 4,37 dB bij 5 dB en bleef het op 6,25 dB bij 10 dB. Niet opgelost: bij 0 dB leest het nog steeds 5,6 dB te hoog (90e percentiel 6,7 dB), een schone opname leest bij het 90e percentiel 0,7 dB slechter dan met de standaarddetector, en de metro is de moeilijkste omgeving (90e percentiel 7,3 dB bij 10 dB, omdat 7 van de 40 bestanden een eerste lezing boven 16 dB hebben en buiten de correctie vallen). De coëfficiënten horen bij het K2-masker en gelden alleen daarmee.

Marge ±6 dB. Geldt voor voorgelezen spraak met een stabiele achtergrondruis bij een werkelijke verhouding van 10 tot 30 dB (90 procent van de gevallen). Onder 10 dB leest het te hoog, met 3 dB of meer. Met de K2-detector geldt het vanaf 5 dB voor een stadsplein en voor straatverkeer, en gepoold over keuken, woonkamer, gang en kantine (90e percentiel 4,4 dB bij 5 dB); bij 10 dB is de gepoolde waarde over die vier 6,25 dB en haalt een metro 7,3 dB; bij 0 dB leest het nog steeds ongeveer 6 dB te hoog.

Zo werkt het Klassieke signaalverwerking.

Niet gevalideerd Het voorspellen van spraakherkenningsfouten: in onze eigen test van 10 oktober 2026: 16 verzonnen Nederlandse burgermeldingen (straat en nummer, plaats, achternaam, telefoon, e-mail), voorgelezen door 3 synthetische stemmen in 13 condities (schoon, telefoonband, straatlawaai en gebabbel op 10 en 5 dB, televisie, vier gemeten nagalmtijden, combinaties): 624 opnames, 1.248 transcripties door Whisper small en large-v3-turbo, 48 per conditie en model, marge ongeveer 13 punten. Het voorspelde geen fouten bij straat, nummer en plaats (AUC 0,52 tot 0,55; 0,50 is een muntworp). Synthetische stemmen, alleen Whisper, gesimuleerde telefoonband, Nederlandse tekst; echte sprekers, andere herkenners en andere talen zijn niet getest.

Wat het niet is Geen voorspeller van de nauwkeurigheid van spraakherkenning.

Segmentale SNR Gevalideerd

voice.segmentalSnr

Stem & podcastDataset-QA

Wat het meet Elke zin gemeten tegen de ruis er direct omheen, daarna als mediaan genomen.

Zo lees je het Dezelfde schaal als de globale SNR, maar het vleit een take met een veranderende achtergrond niet.

Waarom Eén globaal gemiddelde verbergt precies wat telt: een tv die halverwege aangaat, een passerende auto, iemand die naast je praat.

Getoetst tegen Landt dicht bij de ware verhouding tussen burst en achtergrond en legt een achtergrond bloot die luider wordt. Met de K2-detector (zie Spraakaandeel) reiken de frases tot in hun zachte randen, en de waarde verschuift per opname met maximaal ongeveer 1 dB naar beide kanten (136 testmengsels).

Zo werkt het Klassieke signaalverwerking.

Niet gevalideerd Het voorspellen van spraakherkenningsfouten: in onze eigen test van 10 oktober 2026: 16 verzonnen Nederlandse burgermeldingen (straat en nummer, plaats, achternaam, telefoon, e-mail), voorgelezen door 3 synthetische stemmen in 13 condities (schoon, telefoonband, straatlawaai en gebabbel op 10 en 5 dB, televisie, vier gemeten nagalmtijden, combinaties): 624 opnames, 1.248 transcripties door Whisper small en large-v3-turbo, 48 per conditie en model, marge ongeveer 13 punten. Het voorspelde geen fouten bij straat, nummer en plaats (AUC 0,52 tot 0,55; 0,50 is een muntworp). Synthetische stemmen, alleen Whisper, gesimuleerde telefoonband, Nederlandse tekst; echte sprekers, andere herkenners en andere talen zijn niet getest.

Wat het niet is Geen voorspeller van de nauwkeurigheid van spraakherkenning.

SNR-spreiding Gevalideerd

voice.segmentalSnrSpread

Stem & podcastDataset-QA

Wat het meet Verschil tussen de beste en de slechtste zinnen (p90 min p10).

Zo lees je het Klein betekent een consistente achtergrond; groot betekent dat die tijdens de take veranderd is.

Waarom Bepaalt of de oplossing één filter voor het bestand is of een jacht op losse zinnen.

Getoetst tegen Toont een achtergrondruis die halverwege verandert.

Zo werkt het Klassieke signaalverwerking.

SNR per frase Gevalideerd

voice.segmentSnr

Stem & podcastDataset-QA

Wat het meet De segmentale SNR voor elke zin afzonderlijk.

Zo lees je het Uitgelijnd met de segmentenlijst; null waar de zin te kort was om te meten.

Waarom Maakt van een klacht op bestandsniveau een tijdstip waar je naartoe kunt springen.

Getoetst tegen Verschilt 12,03 dB voor frases die 12,04 dB uit elkaar liggen.

Zo werkt het Klassieke signaalverwerking.

Geclipte samples Gevalideerd

voice.clipping

Stem & podcastDataset-QA

Wat het meet Samples die vastzitten op de piek van het bestand, in reeksen van minstens drie op rij.

Zo lees je het Elk aantal boven een handvol is hoorbare schade. Losse pieken tellen niet mee, dus lichte clipping leest laag.

Waarom Het ene defect dat geen bewerking ongedaan kan maken. Het betekent opnieuw opnemen, niet repareren.

Getoetst tegen Ziet 3 procent vastzittende samples, en geen op een genormaliseerde schone opname.

Zo werkt het Klassieke signaalverwerking.

Niet gevalideerd Lichte clipping, waar het laag leest: het telt alleen samples die vastzitten op de piek van het bestand in reeksen van minstens drie op rij, dus losse pieken tellen niet mee. Op 15 oktober 2026 (V03-ENG) vond het, op 72 opnames met 0 tot 36 procent geclipte samples (24 voorgelezen zinnen op drie gains), elke opname die zo'n reeks had en geen enkele van 96 opnames zonder clipping. Het las ongeveer 0,68 van de samples op full scale als maximaal 1 procent geclipt was (mediaan) en 0,91 tot 0,93 ervan boven 1 procent.

Pauzeniveau Proxy

voice.gapLevel

Stem & podcastDataset-QAOmgeving

Wat het meet Hoe luid de "stilte" tussen de zinnen echt is: het niveau van de frames die de spraakdetector een pauze noemt. De staart van het laatste woord en het uitsterven van de ruimte tellen daarin mee.

Zo lees je het Lees het tegen het spraakniveau. Hoe kleiner de afstand, hoe meer de achtergrond concurreert; een comfortabele take laat een brede kloof.

Waarom De ruimte is pas stil als je het gemeten hebt, en dit meet het waar de spreker niet praat.

Getoetst tegen Op gebouwde opnames met harde spraakbursts en een wit ruisbed op min 55 en min 40 dBFS leest het het ruisbed binnen 2,5 dB. Het middelt alles wat de spraakdetector een pauze noemt, dus bij echte spraak tellen de staart van het laatste woord en het nagalm van de ruimte als achtergrond. De pauzes komen van de spraakdetector. Gemeten tegen woordalignments (40 voorgelezen opnames, 17 ruiscondities) is ongeveer 95 procent van de frames die als pauze worden gebruikt echt niet-spraak bij schone audio en bij constante ruis van 20 dB, en 80 tot 91 procent bij 10 dB; zachte spraak die erin lekt tilt het niveau van een heel stille achtergrond met ongeveer 3 dB op. Met de K2-detector (zie Spraakaandeel) tellen de zachte staarten van frases niet meer als pauze en leest het niveau lager: 0,4 tot 2,6 dB op de testmengsels, en 1 tot 15 dB op de 12 voorbeeldopnames van de site (synthetische stemmen met digitale stilte tussen de frases), waar het ook leeg is als er geen pauzeframe overblijft.

Zo werkt het Klassieke signaalverwerking.

Niet gevalideerd Echte opnames met een bekend achtergrondniveau.

Ritme van achtergrondspraak Proxy

voice.gapModulation

Stem & podcastDataset-QAOmgeving

Wat het meet Aandeel van de energie in de gaten dat beweegt op 2–8 Hz, het ritme van lettergrepen.

Zo lees je het Hoog betekent dat iets in de achtergrond de cadans van praten heeft.

Waarom Een televisie of een tweede persoon in de ruimte leest op elke niveaumeter als gewone ruis, maar niet op deze.

Getoetst tegen Scheidt vlakke ruis van een ritmische achtergrond.

Zo werkt het Klassieke signaalverwerking.

Achtergrondgekletter Proxy

voice.gapModulationHigh

Stem & podcastOmgeving

Wat het meet Aandeel van de beweging in de pauzes dat tussen 8 en 16 Hz ligt, van 0,5 tot 16 Hz. Alleen pauzes van minstens 1,4 s worden gemeten.

Zo lees je het Hoger betekent snellere beweging in de pauzes, zoals van toetsenborden, bestek of voetstappen. Vlakke ruis leest al ongeveer 0,5, dus vergelijk bestanden onderling in plaats van het vanaf nul te lezen. Kortere pauzes worden niet gemeten en lezen 0.

Waarom Bewaakt de maat hierboven. Gekletter is snel en spraak niet, dus het paar scheidt ze.

Getoetst tegen Alleen de richting: een ruisbed dat met 12 Hz fladdert leest meer dan 0,3 boven vlakke ruis. Vlakke ruis leest al ongeveer 0,48, niet 0. Alleen pauzes van minstens 1,4 s worden gemeten (kortere pauzes lezen 0) en alleen beweging tot 16 Hz. De pauzes komen van de spraakdetector. Gemeten tegen woordalignments (40 voorgelezen opnames, 17 ruiscondities) is ongeveer 95 procent van de frames die als pauze worden gebruikt echt niet-spraak bij schone audio en bij constante ruis van 20 dB, en 80 tot 91 procent bij 10 dB; zachte spraak die erin lekt tilt het niveau van een heel stille achtergrond met ongeveer 3 dB op.

Zo werkt het Klassieke signaalverwerking.

Niet gevalideerd Opnames van toetsenborden, bestek of voetstappen.

Cadans van de achtergrond Proxy

voice.gapPeriodicity

Stem & podcastOmgeving

Wat het meet Hoe regelmatig de energie in de gaten zich herhaalt op lettergreepafstand.

Zo lees je het Hoog betekent een vast ritme in plaats van willekeurige uitbarstingen. Op zichzelf zwak: de eigen ademstaart van een spreker is periodieker dan een verre televisie, en uitzendcompressie maakt radio bijna aperiodiek.

Waarom Bewaard als ondersteunend getal, niet als toets. Gemeten over een corpus scheidt het achtergrondspraak niet op zichzelf; het verdient zijn plek alleen in combinatie met de niveaus eromheen.

Getoetst tegen Scheidt een continue achtergrond van één enkele klap.

Zo werkt het Klassieke signaalverwerking.

Energie in de pauzes na spraak Ingetrokken

voice.roomEcho

Stem & podcastDataset-QA

Wat het meet De staart van 60 tot 420 ms na elke zin, tegen de zin zelf. Ruis of galm, en dit getal scheidt die twee niet.

Zo lees je het Het stijgt net zo makkelijk met achtergrondruis als met een levendige ruimte, dus lees het als "hoeveel er in de pauzes overblijft", niet als een oordeel over de ruimte.

Waarom Geen galmmaat: tegen 24 gemeten ruimteresponsies zonder ruis volgde het de gemeten RT60 met Spearman 0,06, en een ruimte van 1,71 s scoorde onder een cabine van 0,18 s. Het blijft omdat energie die in de pauzes overblijft het zien waard is; de claim over de ruimte is op 27 september 2026 ingetrokken totdat een gevalideerde maat zijn toets haalt.

Getoetst tegen Getest op 27 september 2026 tegen 24 ruimtes met gemeten nagalmtijden: Spearman 0,06, AUC 0,52, en het stijgt met ruis.

Zo werkt het Klassieke signaalverwerking.

Wat het niet is Geen galmmaat. Het label is ingetrokken uit de engine, de apps, de API en de MCP-server.

Hoe het actieve materiaal eruitziet Proxy

voice.activeKind

Stem & podcastDataset-QA

Wat het meet voice, music, noise of mixed: de framelabels van alles boven de stiltepoort, als één woord.

Zo lees je het Lees de stemgetallen als getallen over het materiaal en niet over een stem zodra dit niet "voice" is. "mixed" betekent een stem EN iets anders, wat het eerlijke antwoord is als geen van beide kanten dichtbij dominant is.

Waarom Voice-QA gaat uit van spraak als invoer, en bij een muziekmix of stabiele ruis klopt die aanname niet terwijl elk getal nog steeds op een meting van een stem lijkt. Het zijn dezelfde labels waar de tijdlijn uit is opgebouwd, dus de labs kunnen er niet over van mening verschillen.

Getoetst tegen Een stem met ritme houdt het label "voice"; constante ruis krijgt er geen (getest). Getest op 12 oktober 2026 tegen 600 fragmenten van 20 seconden uit MUSAN (200 spraak, 200 muziek, 200 ruis; één run, niets afgesteld): recall voor spraak 0,91 en precisie 0,53, muziek recall 0,59 en precisie 0,55, ruis recall 0,015 (3 van 200). Het haalde zijn vooraf geregistreerde criterium niet (recall en precisie van 0,80 of hoger voor alle drie de klassen), voor geen enkele klasse. Audioboekspraak (LibriVox) wordt op alle 100 fragmenten "voice" genoemd, Amerikaanse overheidsspraak op 81 van 100. Muziek wordt op 69 van 200 fragmenten "voice" genoemd en op 92 van 200 "noise". Op 500 geconstrueerde mengsels van voorgelezen spraak en instrumentale muziek (MX-1, 12 oktober 2026) noemde het spraak met 6 dB zachtere muziek erdoor in 16 van 100 gevallen "mixed" en met muziek op gelijk niveau in 18 van 100; spraak met zachte muziek leest meestal "voice", en pure spraak en pure muziek werden in 6 procent van de gevallen ten onrechte "mixed" genoemd.

Zo werkt het Klassieke signaalverwerking.

Niet gevalideerd Noise: het label raakt 3 van 200 op deze data. MUSAN-ruis is gevarieerd (omgevingsgeluid, machines, tonen, effecten), wat breder is dan de stabiele ruis waarop de regel getest is, dus een deel van de misser is een verschil in wat ruis betekent. Spraak over muziek is alleen getest op geconstrueerde mengsels (MX-1), niet op echte opnames van mensen die over muziek praten. Ook niet getest: andere talen dan Engels, telefoon- en conferentieopnames.

Wat het niet is Een frameclassifier, geen grondwaarheid. Een label "voice" op schone voorgelezen spraak houdt stand; het label "noise" niet. Ruis betekent constante achtergrondruis (brom, sis, airco, een menigte), niet elk geluid zonder spraak of muziek.

Stemaandeel van het actieve materiaal Proxy

voice.activeVoiceShare

Stem & podcastDataset-QA

Wat het meet Het aandeel actieve frames met het label voice, 0 tot 1.

Zo lees je het Dicht bij 1 is spraak, dicht bij 0 is muziek of ruis, en het midden is eerlijk over materiaal dat beide is.

Waarom Eén woord moet kiezen. Muziek met zang is echt allebei, en een aandeel zegt dat.

Getoetst tegen Dezelfde frameclassifier.

Zo werkt het Klassieke signaalverwerking.

Helderheid van de stem Proxy

voice.brightness

Stem & podcast

Wat het meet Gemiddeld spectraal zwaartepunt van elk niet-stil frame, gedeeld door 2500 Hz en begrensd op 1. Pauzes met enige ruis erin tellen ook mee.

Zo lees je het Laag is dof of buiten de as; hoog is dun of te dicht op een heldere microfoon. Een ruisvloer boven ongeveer -80 dBFS trekt het getal omhoog, omdat de pauzes deel van het gemiddelde zijn.

Waarom Vangt een slecht geplaatste microfoon die elke niveaumeter perfect noemt.

Getoetst tegen Richting getest: weinig hoge tonen tegenover veel leest 0,08 tegen 1,00. Met digitaal stille pauzes volgt het het gemiddelde spectrale midden per frame gedeeld door 2500 Hz binnen 0,06. Elk frame boven 1e-4 RMS telt mee, pauzes inbegrepen, dus een echte ruisvloer trekt het omhoog: witte ruis op min 55 dBFS tussen de bursts laat spraak van 1250 Hz als 1 lezen.

Zo werkt het Klassieke signaalverwerking.

Niet gevalideerd Echte spraak met een ruisvloer, en tegen luisteraars.

Wat het niet is Een maat voor het spectrale zwaartepunt van elk niet-stil frame, geen kwaliteitsoordeel.

Sibilantierisico Proxy

voice.sibilance

Stem & podcast

Wat het meet Energieconcentratie in het gebied van 5–9 kHz.

Zo lees je het Low, Medium of High.

Waarom Harde S-klanken overleven elke latere bewerkingsstap en maken lang luisteren pijnlijk.

Getoetst tegen Richting getest: energie rond 7 kHz verschuift Low naar High.

Zo werkt het Klassieke signaalverwerking.

Wat het niet is Een risicolabel, geen sibilantiemeting in dB.

Afgekapt aan het begin Gevalideerd

voice.startsInSpeech

Stem & podcastDataset-QABroadcast & filmpost

Wat het meet Of er al spraak loopt op het allereerste frame.

Zo lees je het True betekent dat de opname te laat begon.

Waarom Een ontbrekend eerste woord is onzichtbaar in elke golfvormweergave en fataal in een dataset.

Getoetst tegen Ziet een bestand dat midden in spraak begint.

Zo werkt het Klassieke signaalverwerking.

Niet gevalideerd Een ondiepe afkap. Op 15 oktober 2026 (V03-ENG) werden 24 voorgelezen zinnen die 100, 250 en 500 ms in de spraak waren afgekapt 13, 18 en 20 keer van de 24 gemarkeerd (12, 15 en 18 met de standaarddetector), en geen enkele van 24 niet-afgekapte opnames. Het niveau aan de rand (zie Niveau aan het begin) scheidde de 72 afgekapte starts beter van de 24 niet-afgekapte (AUC 0,96).

Afgekapt aan het eind Gevalideerd

voice.endsInSpeech

Stem & podcastDataset-QABroadcast & filmpost

Wat het meet Of er nog spraak loopt op het laatste frame.

Zo lees je het True betekent dat de opname te vroeg stopte.

Waarom Hetzelfde als hierboven, aan het andere eind, en net zo makkelijk te missen.

Getoetst tegen Ziet een bestand dat midden in spraak stopt.

Zo werkt het Klassieke signaalverwerking.

Niet gevalideerd Een ondiepe afkap. Op 15 oktober 2026 (V03-ENG) werden 24 voorgelezen zinnen die 250 ms in de spraak waren afgekapt 17 keer van de 24 gemarkeerd (12 met de standaarddetector), en geen enkele van 24 niet-afgekapte opnames. Het niveau aan de rand (zie Niveau aan het eind) scheidde ze beter (AUC 0,97).

Niveau aan het begin Gevalideerd

voice.edgeStartDb

Dataset-QABroadcast & filmpost

Wat het meet Envelopniveau op de eerste frames.

Zo lees je het Luid betekent een harde afkap; stil betekent een natuurlijke start.

Waarom Scheidt een afgekapte take van een die gewoon zacht begint.

Getoetst tegen Een toon van min 15,05 dBFS RMS aan het begin leest dat niveau binnen 1 dB aan het begin en onder min 80 dBFS aan het eind. Ook gelezen op 24 voorgelezen zinnen die 100, 250 en 500 ms in de spraak zijn afgekapt, tegenover 24 niet afgekapte (15 oktober 2026, V03-ENG, verkennend): het scheidde de 72 afgekapte begins van de niet afgekapte met een AUC van 0,96 (mediaan -29, -27 en -24 dBFS tegen -59 dBFS).

Zo werkt het Klassieke signaalverwerking.

Niveau aan het eind Gevalideerd

voice.edgeEndDb

Dataset-QABroadcast & filmpost

Wat het meet Envelopniveau op de laatste frames.

Zo lees je het Luid betekent een harde afkap; stil betekent dat het wegstierf.

Waarom Het tegenstuk aan het eind, met dezelfde redenering.

Getoetst tegen Een toon van min 15,05 dBFS RMS aan het eind leest dat niveau binnen 1 dB aan het eind en onder min 80 dBFS aan het begin. Ook gelezen op 24 voorgelezen zinnen die 250 ms in de spraak zijn afgekapt, tegenover 24 niet afgekapte (15 oktober 2026, V03-ENG, verkennend): het scheidde de afgekapte eindes van de niet afgekapte met een AUC van 0,97 (mediaan -32 dBFS tegen -57 dBFS).

Zo werkt het Klassieke signaalverwerking.

De toonhoogte van een stem, hoeveel van de opname stemhebbend is en hoeveel van het geluid harmonisch is. Jitter en shimmer worden nog getest en worden niet aangeboden.

Pitch Gevalideerd

pitch.f0Hz

Toonhoogte en stemkwaliteit

Wat het meet De mediane grondfrequentie van de stemhebbende delen, in Hz: waar de stem zit. Elk frame telt mee met zijn energie, dus een periodieke brom ver onder de stem niet.

Zo lees je het Tussen 70 en 600 Hz. Ongeveer 85 tot 180 Hz voor een man en 165 tot 255 Hz voor een vrouw, hoger voor een kind. Null als minder dan 0,2 s van de opname stemhebbend is.

Waarom Onderscheidt stemmen op register, laat zien dat een opname in toonhoogte is verschoven of met de verkeerde snelheid is afgespeeld, en is waar elke lezing die van toonhoogte afhangt begint.

Getoetst tegen Geconstrueerde stemmen met een bekende pitch (een pulstrein door vijf klinkers, 1.092 opnames in zeven condities, gebouwd voor de test met vooraf vastgelegde criteria: scripts/validatie/pitch/PREREG-PITCH.md en RESULT-PITCH.md). Geen grove fouten (meer dan 20 procent ernaast) op schone opnames bij 16 en 48 kHz, geen bij ruis van 20 en 10 dB en hooguit 1,9 procent over een telefoonlijn (8 kHz, 300 tot 3.400 Hz). De mediaan van een hele opname zat er op zinnen mediaan 0,31 procent naast en op aangehouden klinkers 0,07 procent (90e percentiel 2,2 en 0,34 procent), ook bij ruis van 20 dB en over de telefoonband. De trackers die we al hadden (de TuneLab-stemmer en de zangcoach van de site) maakten 2,9 tot 3,8 procent grove fouten op dezelfde zinnen en klinkers waar deze er geen maakte. Op 40 lezingen van echte spraak (LibriSpeech test-clean, elk 30 s) komt 98,0 procent van de frames die deze tracker en een onafhankelijke (YIN) allebei voiced noemen binnen 20 procent overeen, en de mediaan van een lezing verschilt mediaan 0,69 procent (90e percentiel 3,2 procent).

Marge ±3 percent. Tegen de geconstrueerde stemmen was de mediane fout van de mediane toonhoogte 0,07 tot 0,33 procent en het 90e percentiel 0,34 procent bij aangehouden klinkers en 2,2 tot 2,6 procent bij zinnen (het slechtst over een telefoonlijn).

Zo werkt het Klassieke signaalverwerking.

Niet gevalideerd Een stem tegen een laryngograaf (zulke data hebben we hier niet), zang en instrumenten (het bereik stopt bij 600 Hz), krakende of zeer onregelmatige stemmen, en stemmen die niet lijken op de vijf klinkers van de generator. Bij echte spraak ligt 2,9 procent van de stemhebbende frames boven 1,8 keer de mediaan van hun lezing, waarschijnlijk een hogere harmonische in een luide klinker: de mediaan is daar robuust tegen, de bovenkant van het bereik minder.

Wat het niet is Geen noot en geen maat voor de leeftijd of het geslacht van de spreker: de mediaan over de hele opname.

Pitch, onderkant Proxy

pitch.f0LowHz

Toonhoogte en stemkwaliteit

Wat het meet Het 10e percentiel van de grondfrequentie over de stemhebbende delen, gewogen naar energie.

Zo lees je het Hz. Samen met de bovenkant geeft het het bereik dat de stem in deze opname gebruikte.

Waarom De bodem van de stem: een spreker die naar de onderkant van zijn bereik zakt leest anders dan eentje die vlak blijft.

Getoetst tegen Een percentiel (het 10e, gewogen naar energie) van de gevolgde pitch, dus de kwaliteit van de tracker draagt het (zie pitch.f0Hz). Niet op zichzelf getest tegen een waarheid. Op echte spraak ligt 2,9 procent van de voiced frames boven 1,8 keer de mediaan van hun lezing, waarschijnlijk een hogere harmonische; het 10e percentiel is het stabielere uiteinde van het bereik.

Zo werkt het Klassieke signaalverwerking.

Pitch, bovenkant Proxy

pitch.f0HighHz

Toonhoogte en stemkwaliteit

Wat het meet Het 90e percentiel van de grondfrequentie over de stemhebbende delen, gewogen naar energie.

Zo lees je het Hz. Een tracker die in een luide klinker naar een hogere harmonische glijdt trekt deze kant omhoog voordat hij de mediaan verschuift.

Waarom De top van de stem: nadruk, een vraag en opwinding zie je hier, en een geforceerde stem ook.

Getoetst tegen Een percentiel (het 90e, gewogen naar energie) van de gevolgde pitch, dus de kwaliteit van de tracker draagt het (zie pitch.f0Hz). Niet op zichzelf getest tegen een waarheid. Op echte spraak ligt 2,9 procent van de voiced frames boven 1,8 keer de mediaan van hun lezing, waarschijnlijk een hogere harmonische in een luide klinker, en dat trekt dit uiteinde als eerste omhoog.

Zo werkt het Klassieke signaalverwerking.

Pitchvariatie Proxy

pitch.f0VariationSemitones

Toonhoogte en stemkwaliteit

Wat het meet Hoeveel de toonhoogte beweegt: de standaardafwijking van de toonhoogte rond de mediaan, in halve tonen.

Zo lees je het Voorgelezen spraak zat tussen 2,2 en 4,3 halve tonen (10e tot 90e percentiel van 40 lezingen). Onder ongeveer 1,5 leest als monotoon, boven 5 als levendig.

Waarom Het eerste getal van prosodie: een vlakke voordracht verliest een publiek en een toonhoogte die zwaait kan zenuwen of emotie zijn.

Getoetst tegen Afgeleid van de gevolgde pitch (zie pitch.f0Hz) en niet op zichzelf getest tegen een waarheid. Op echte voorgelezen spraak las het 2,2 / 3,3 / 4,3 halve tonen (10e / mediaan / 90e percentiel van 40 lezingen). Een uitglijder naar een hogere harmonische blaast het op.

Zo werkt het Klassieke signaalverwerking.

Wat het niet is Geen oordeel over hoe expressief een spreker is: hetzelfde getal kan een levendige stem zijn of een tracker die is weggeglipt.

Voiced-aandeel Proxy

pitch.voicedShare

Toonhoogte en stemkwaliteit

Wat het meet Het aandeel van de frames met geluid dat een toonhoogte draagt, 0 tot 1.

Zo lees je het Voorgelezen spraak zat tussen 0,49 en 0,76. Medeklinkers en ademhaling zijn niet stemhebbend. Stabiele ruis met een toon erin telt als stemhebbend, en een opname die veel stiller of luider is dan gebruikelijk leest anders (zie de status).

Waarom Hoeveel van het geluid stem is: een gefluister, een opname van vooral pauzes en een opname van vooral klinkers lezen verschillend.

Getoetst tegen Telt de frames met geluid (binnen 35 dB van het frame op het 95e percentiel) die een pitch dragen. Het hangt af van het niveau van de opname en van ruis: tegenover de schone versie van dezelfde synthetische opnames bewoog het tussen plus 13 en min 28 punten over 32 ruis-, nagalm- en niveausituaties (een opname die 30 dB stiller was las 24 punten lager), en constante ruis met een toon erin wordt als voiced geteld. Op echte voorgelezen spraak 0,49 / 0,66 / 0,76 (10e / mediaan / 90e percentiel van 40 lezingen).

Zo werkt het Klassieke signaalverwerking.

Wat het niet is Niet het aandeel spraak: een opname van constante ruis met een toon erin leest voiced.

Harmonics-to-noise ratio Gevalideerd

pitch.hnrDb

Toonhoogte en stemkwaliteit

Wat het meet Hoeveel van het stemhebbende geluid zichzelf van de ene periode naar de volgende herhaalt, als de energie van het periodieke deel over de energie van de rest, in dB. Mediaan over de stemhebbende frames, gewogen naar energie.

Zo lees je het Voorgelezen spraak zat tussen 8 en 16 dB. Hijgerigheid, heesheid, achtergrondruis en een ruwe opname verlagen het, en jitter en shimmer ook, omdat een onregelmatige stem niet periodiek is. Boven ongeveer 28 dB kan het te laag lezen (ongeveer 22 dB over een telefoonlijn).

Waarom Eén getal voor hoe schoon de stem is: een rumoerige ruimte, een hijgerige microfoon en een versleten stem komen er allemaal in terug.

Getoetst tegen Geconstrueerde stemmen die exact periodiek zijn met witte ruis toegevoegd op een bekende verhouding, 36 opnames per conditie, gebouwd voor de test met vooraf vastgelegde criteria (scripts/validatie/pitch/PREREG-PITCH.md en RESULT-PITCH.md). Bij 16 kHz lazen 18 van 19 opnames met een ware verhouding van 8 tot 28 dB binnen 1,5 dB ervan (mediane fout -0,3 dB) en de volgorde tegenover de waarheid kwam overeen met Spearman 0,97; over een telefoonlijn (8 kHz, 300 tot 3.400 Hz) lazen 5 van 5 opnames met 8 tot 20 dB binnen 2 dB. Op echte voorgelezen spraak las de lens 8,4 / 11,3 / 15,8 dB (10e / mediaan / 90e percentiel van 40 lezingen).

Zo werkt het Klassieke signaalverwerking.

Niet gevalideerd Stemmen met jitter en shimmer (de lezing is dan lager dan de toegevoegde ruis alleen, met ongeveer 5 dB bij aangehouden klinkers en 8 dB bij zinnen, omdat een onregelmatige stem evenmin periodiek is), echte hijgerige of hese stemmen tegen een klinische beoordeling, en verhoudingen boven ongeveer 28 dB, of boven ongeveer 22 dB over een telefoonlijn, waar het te laag kan lezen (tot 7 dB en tot 18 dB).

Wat het niet is Niet de achtergrondruis alleen: het telt alles wat zich niet van periode tot periode herhaalt, jitter en shimmer inbegrepen. Niet de HNR van Praat op de decimaal: dezelfde definitie op een andere tracker, als mediaan over de voiced frames gewogen naar energie.

Jitter Beta

pitch.jitterLocal

Toonhoogte en stemkwaliteit

Wat het meet Lokale jitter: hoeveel naburige perioden van de stem in lengte verschillen, in procent van de periode.

Zo lees je het Procent. Alleen gegeven als de opname stil genoeg is (minstens 30 dB tussen de luide en de stille frames) en 20 paren cycli bevat, anders null. De klinische norm van ongeveer 1 procent geldt voor een aangehouden klinker; in lopende spraak leest het getal twee tot drie keer zoveel.

Waarom Ruwheid van de stem op het niveau van losse cycli: hese en vermoeide stemmen lezen hoog.

Status Getest op 13 oktober 2026 op data waarop het niet is ontwikkeld, met vooraf vastgelegde criteria (scripts/validatie/pitch/PREREG-PITCH.md en RESULT-PITCH.md). Op geconstrueerde aangehouden klinkers bij 16 kHz en over een telefoonlijn las het 1,2 keer de waarheid met een mediane fout van 0,14 tot 0,15 punt, maar de volgorde tegenover de waarheid kwam alleen overeen met Spearman 0,74 (criterium 0,75). In geconstrueerde lopende spraak las het 1,34 en 1,47 keer de waarheid, bij Spearman 0,70 en 0,61 (criterium 0,7). Bij ruis van 20 dB gaf het voor geen enkele klinker een waarde en las het 1,5 keer te hoog voor zinnen. Het blijft op beta en wordt niet aangeboden via de API of de MCP-server totdat een latere test op nieuwe data de criteria haalt.

Zo werkt het Klassieke signaalverwerking.

Niet gevalideerd Een echte stem met een bekende verstoring, een klinische beoordeling, en stotteren (jitter zegt daar niets over). Een opname die niet stil is (onder 30 dB tussen de luide en de stille frames) krijgt geen waarde. Bij echte voorgelezen spraak las de maat 1,6 / 2,3 / 2,7 procent (10e / mediaan / 90e percentiel van de 35 van 40 lezingen die een waarde kregen), twee tot drie keer de klinische norm van ongeveer 1 procent, die voor een aangehouden klinker geldt.

Wat het niet is Geen maat voor stotteren en geen klinisch oordeel.

Shimmer Beta

pitch.shimmerLocal

Toonhoogte en stemkwaliteit

Wat het meet Lokale shimmer: hoeveel naburige cycli van de stem in amplitude verschillen, in procent van de amplitude.

Zo lees je het Procent. Alleen gegeven als de opname stil genoeg is (minstens 30 dB tussen de luide en de stille frames) en 20 paren cycli bevat, anders null. De klinische norm van ongeveer 4 procent geldt voor een aangehouden klinker; in lopende spraak leest het getal ongeveer twee keer zoveel.

Waarom Onvastheid van de stem op het niveau van losse cycli: een hijgerige of gespannen stem leest hoog.

Status Getest op 13 oktober 2026 op data waarop het niet is ontwikkeld, met vooraf vastgelegde criteria (scripts/validatie/pitch/PREREG-PITCH.md en RESULT-PITCH.md). Op geconstrueerde aangehouden klinkers bij 16 kHz en over een telefoonlijn las het 1,04 en 1,07 keer de waarheid bij Spearman 0,90, maar met een mediane fout van 0,66 en 0,75 punt (criterium 0,6). In geconstrueerde lopende spraak las het 1,35 en 1,46 keer de waarheid met een mediane fout van 1,6 en 2,0 punt (criterium 2 punt) bij Spearman 0,94 en 0,88. Bij ruis van 20 dB gaf het voor geen enkele klinker een waarde en las het 1,3 keer te hoog voor zinnen. Het blijft op beta en wordt niet aangeboden via de API of de MCP-server totdat een latere test op nieuwe data de criteria haalt.

Zo werkt het Klassieke signaalverwerking.

Niet gevalideerd Een echte stem met een bekende verstoring, een klinische beoordeling, en stotteren (shimmer zegt daar niets over). Een opname die niet stil is (onder 30 dB tussen de luide en de stille frames) krijgt geen waarde. Bij echte voorgelezen spraak las de maat 6,8 / 8,2 / 9,9 procent (10e / mediaan / 90e percentiel van de 35 van 40 lezingen die een waarde kregen), ongeveer twee keer de klinische norm van ongeveer 4 procent, die voor een aangehouden klinker geldt.

Wat het niet is Geen maat voor stotteren en geen klinisch oordeel.

Pitch in de tijd Proxy

pitch.f0Track

Toonhoogte en stemkwaliteit

Wat het meet De toonhoogte elke 10 ms vanaf tijd 0, in Hz, null waar het frame stemloos is.

Zo lees je het Eén waarde per 10 ms. Een reeks: weggelaten uit een samenvatting.

Waarom De contour: waar de stem stijgt en daalt, voor grafieken, voor intonatie en voor de zangcoach.

Getoetst tegen De frames van de tracker achter pitch.f0Hz, frame voor frame beoordeeld tegen de constructie: geen grove fouten op schone opnames, een fijne fout van 8 tot 9 cent op stemmen met jitter, geen gemiste voiced frames en geen valse op schone opnames. Bij ruis leest 6 tot 19 procent van de frames zonder stem als voiced (een brom is ook periodiek).

Zo werkt het Klassieke signaalverwerking.

Wat de pauzes vult (een machine, een programma, niets) en of de stem op de voorgrond nog te volgen is. Het verstaanbaarheidsgetal is een proxy en zegt dat ook.

Wat de pauzes vult Proxy

scene.background

Stem & podcastOmgevingDataset-QA

Wat het meet Eén woord voor de achtergrond, gelezen in de spraakpauzes na de eerste 0,4 s van elk: quiet, stationary, program of unsteady.

Zo lees je het Stationary is een niveau en spectrum dat nauwelijks beweegt: een stabiele brom of sis, of een dichte menigte; machines die van toerental veranderen of in cycli draaien lezen unsteady. Program is een niveau dat beweegt in de cadans van praten: een televisie, een radio, een tweede persoon, ook muziek met een beat. Unsteady beweegt zonder cadans: verkeer, gekletter. Null als er minder dan een seconde pauze over is om te lezen.

Waarom Een opnemer moet weten of hij de televisie of de ventilatie moet uitzetten voor de volgende take, en een niveaumeter kan die twee niet uit elkaar houden.

Getoetst tegen Synthetische scènes: quiet, air handling leest "stationary", een televisie leest "program". Op echte omgevingsopnames (SC-1, 12 oktober 2026) lezen machine-omgevingen meestal "unsteady" (wasmachine 41 van 48, auto 39 van 48 bij 20 dB), lezen babble en een woonkamer vaak "program", en verscheen "quiet" in geen enkele omgeving.

Zo werkt het Klassieke signaalverwerking.

Wat het niet is "stationary" betekent een constant niveau en spectrum, niet een machine. Geen betrouwbare lezing van wat de achtergrond is.

Program op de achtergrond Proxy

scene.programScore

Stem & podcastOmgevingDataset-QA

Wat het meet Hoe sterk de pauzes een program dragen: beweging in het niveau maal ofwel de cadans van spraak op 2 tot 8 Hz ofwel een toonhoogte (een tweede stem, muziek), 0 tot 1.

Zo lees je het Een stabiele sis scoort 0: het niveau beweegt niet. De eigen ademhaling van een spreker beweegt wel, maar heeft geen cadans boven de vloer van vlakke ruis en ook geen toonhoogte, dus blijft laag. Boven 0,5 leest het label program.

Waarom Dit is het getal dat zegt "er staat een televisie aan", wat geen ruisvloer in dB kan zeggen.

Getoetst tegen Synthetische scènes.

Zo werkt het Klassieke signaalverwerking.

Wat het niet is Niet getest op echte opnames.

Stemmen of noten in de pauzes Proxy

scene.gapHarmonicShare

Stem & podcastOmgevingDataset-QA

Wat het meet Aandeel van de pauzeframes van 40 ms met een heldere, bewegende toonhoogte tussen 70 en 400 Hz, gelezen uit de genormaliseerde autocorrelatie na de eerste 0,4 s van elke pauze.

Zo lees je het Ademhaling, publieksgemurmel en luchtbehandeling hebben geen toonhoogte; een tweede stem wel, en muziek met duidelijke noten ook. Boven ruwweg 0,35 leest de programscore het als program. Dichte of basrijke muziek kan hier laag blijven en als stabiele vloer lezen: gemeten 0,07 op een clubtrack op 18 dB onder een college, wat het label toen stationary noemde. Een toonhoogte die niet beweegt is een toon, geen stem, en wordt apart gemeld.

Waarom Op echte opnames scheidde de modulatiecadans alleen een televisie nauwelijks van het eigen residu van de spreker; een bewegende toonhoogte in de pauzes doet dat wel.

Getoetst tegen Vindt een tweede stem aan zijn toonhoogte in de pauzes, in synthetische scènes.

Zo werkt het Klassieke signaalverwerking.

Wat het niet is Zegt dat er een stem of muziek is, niet van wie.

Spectrale beweging in de pauzes Proxy

scene.gapSpectralFlux

Stem & podcastOmgeving

Wat het meet Hoeveel de vorm van het pauzespectrum verandert van het ene venster van 0,4 s naar het volgende, 0 tot 1: acht logaritmische banden van 60 Hz tot 4 kHz, eerst gemiddeld zodat het geflikker van stabiele ruis wegvalt.

Zo lees je het Onder 0,06 staat de vorm stil (een ventilator, een koelkast, sis); boven 0,2 blijft hij veranderen (muziek, spraak, verkeer). Stationary vraagt zowel een stil niveau als een stille vorm; een clubtrack op 18 dB onder een college hield zijn niveau binnen 1,7 dB en las als een machine totdat dit getal anders zei.

Waarom Het niveau alleen kan een stabiele baslijn niet van een stabiele compressor onderscheiden; de vorm van het spectrum wel.

Getoetst tegen Muziek tegenover een machine, in synthetische scènes.

Zo werkt het Klassieke signaalverwerking.

Constante toon in de pauzes Proxy

scene.gapTone

Stem & podcastOmgeving

Wat het meet Eén vaste toonhoogte die de pauzes vult: meer dan 80% van de pauzeframes met toonhoogte binnen 4% van één frequentie.

Zo lees je het Een ventilatorblad, een transformator, een compressor. Null als de pauzes geen toonhoogte dragen of een bewegende. Lees het samen met de maat voor netbrom: 50 of 60 Hz en hun harmonischen zijn brom, al het andere is een machine.

Waarom Een vaste toon heeft een toonhoogte zoals een stem, en zonder deze splitsing las een college met een ventilator van 120 Hz erachter als een program in de achtergrond.

Getoetst tegen Een vaste toon van 180 Hz in de pauzes wordt binnen 4 procent gevonden, en ruis alleen geeft null. Alleen gebouwde ruisbedden. De pauzes komen van de spraakdetector. Gemeten tegen woordalignments (40 voorgelezen opnames, 17 ruiscondities) is ongeveer 95 procent van de frames die als pauze worden gebruikt echt niet-spraak bij schone audio en bij constante ruis van 20 dB, en 80 tot 91 procent bij 10 dB; zachte spraak die erin lekt tilt het niveau van een heel stille achtergrond met ongeveer 3 dB op.

Zo werkt het Klassieke signaalverwerking.

Niet gevalideerd Echte machines (ventilatoren, transformatoren, compressoren) opgenomen achter spraak.

Constante achtergrondruis Proxy

scene.stationaryScore

Stem & podcastOmgevingDataset-QA

Wat het meet Hoe stil het pauzeniveau staat, 0 tot 1: 1 als het minder dan 0,75 dB varieert, 0 boven 3,5 dB.

Zo lees je het Lees het samen met het aandeel in de lage band: een constante achtergrond met het grootste deel van zijn vermogen onder 500 Hz rommelt (een brom, luchtbehandeling); een zonder sist (sis, een dichte menigte). Het kan een machine niet van een menigte onderscheiden: een wasmachine of een auto die van snelheid verandert scoort laag.

Waarom Stationaire ruis is de enige soort die een denoiser goed verwijdert en een luisteraar niet meer hoort; weten dat het stationair is verandert wat je eraan doet.

Getoetst tegen Synthetische scènes. Getest op echte omgevingsopnames (SC-1, 12 oktober 2026, één run, 1.344 bestanden): het meet of het niveau en het spectrum in de pauzes stilstaan, niet of er een machine speelt. Echte machineopnames (wasmachine, auto) lezen 0,10 tot 0,35, dichte babble (restaurant, station) 0,5 tot 0,7 en witte ruis 0,996; machine tegenover babble haalde een AUC van 0,23 bij 20 dB en 0,27 bij 10 dB waar de lat 0,80 was, dus het werkt de verkeerde kant op.

Zo werkt het Klassieke signaalverwerking.

Wat het niet is Geen machinedetector. Lees het als een constante achtergrond (een stabiele brom of sis, of een dichte menigte), niet als een machine.

Gerommel in de pauzes Proxy

scene.gapLowBandShare

Stem & podcastOmgeving

Wat het meet Aandeel van het pauzevermogen onder 500 Hz.

Zo lees je het Boven 0,5 is de achtergrond vooral gerommel: luchtbehandeling, verkeer, een compressor. Spraak en de meeste televisie zitten hoger.

Waarom Waar de achtergrond in frequentie zit bepaalt of een hoogdoorlaatfilter helpt of de stem kapotmaakt.

Getoetst tegen Witte ruis leest 0,02 (500 van 24000 Hz) binnen 0,03 en een ruisbed onder 250 Hz leest boven 0,9. Alleen gebouwde ruisbedden. De pauzes komen van de spraakdetector. Gemeten tegen woordalignments (40 voorgelezen opnames, 17 ruiscondities) is ongeveer 95 procent van de frames die als pauze worden gebruikt echt niet-spraak bij schone audio en bij constante ruis van 20 dB, en 80 tot 91 procent bij 10 dB; zachte spraak die erin lekt tilt het niveau van een heel stille achtergrond met ongeveer 3 dB op. Getest op echte omgevingsopnames (SC-1, 12 oktober 2026, één run, 1.344 bestanden: negen DEMAND-omgevingen met synthetische spraak erin gemengd bij 20, 10 en 5 dB): auto tegenover babble, AUC 0,81 bij 20 dB (ondergrens 0,74) en 0,92 bij 10 dB (0,87). Met de K2-detector (zie Spraakaandeel) geeft dezelfde test 0,90 bij 20 dB (0,85) en 0,97 bij 10 dB (0,93).

Zo werkt het Klassieke signaalverwerking.

Niet gevalideerd Echt gerommel (luchtbehandeling, verkeer, een compressor) achter echte spraak of televisie; SC-1 gebruikte synthetische spraak.

Wat het niet is Een rangmaat voor groepen omgevingen, geen oordeel over één opname.

Spraakband in de pauzes Proxy

scene.gapSpeechBandShare

Stem & podcastOmgeving

Wat het meet Aandeel van het pauzevermogen tussen 300 en 3400 Hz, waar spraak haar woorden draagt.

Zo lees je het Hoog samen met een programscore betekent dat de achtergrond in dezelfde band praat als de voorgrond en die zal maskeren; hoog met een stationaire score betekent een breedbandige sis.

Waarom Een achtergrond in de spraakband kost verstaanbaarheid bij een veel lager niveau dan gerommel.

Getoetst tegen Een ruisbed van 1 tot 3 kHz leest boven 0,9, witte ruis 0,13 (3100 van 24000 Hz) binnen 0,05, en een ruisbed onder 250 Hz leest onder 0,05. Alleen gebouwde ruisbedden. De pauzes komen van de spraakdetector. Gemeten tegen woordalignments (40 voorgelezen opnames, 17 ruiscondities) is ongeveer 95 procent van de frames die als pauze worden gebruikt echt niet-spraak bij schone audio en bij constante ruis van 20 dB, en 80 tot 91 procent bij 10 dB; zachte spraak die erin lekt tilt het niveau van een heel stille achtergrond met ongeveer 3 dB op. Getest op echte omgevingsopnames (SC-1, 12 oktober 2026, één run, 1.344 bestanden: negen DEMAND-omgevingen met synthetische spraak erin gemengd bij 20, 10 en 5 dB): babble (restaurant, cafetaria) heeft in de pauzes een hoger aandeel in de spraakband dan machineruis (wasmachine, auto), AUC 0,80 bij 20 dB (ondergrens 0,74) en 0,87 bij 10 dB (0,80). Met de K2-detector (zie Spraakaandeel) geeft dezelfde test 0,88 bij 20 dB (0,81) en 0,94 bij 10 dB (0,90).

Zo werkt het Klassieke signaalverwerking.

Niet gevalideerd Echte spraak of televisie achter een spreker; SC-1 gebruikte synthetische spraak en geen televisie of muziek.

Wat het niet is Een rangmaat voor groepen omgevingen, geen oordeel over één opname.

Spreiding van het pauzeniveau Proxy

scene.gapStabilityDb

Stem & podcastOmgeving

Wat het meet Standaardafwijking, in dB, van de stillere helft van de pauzeframes (elk 20 ms).

Zo lees je het Onder ongeveer 1 dB staat de achtergrond stil; boven 3,5 dB beweegt hij. De stationaire en programscores zijn op dit getal gebouwd.

Waarom Het is de ruwe meting achter het label, zichtbaar gehouden zodat het label ertegen gecontroleerd kan worden.

Getoetst tegen Een vlak ruisbed leest onder 0,5 dB. Een ruisbed dat 6 dB op en neer zwiept leest 1,85 dB binnen 0,6, de waarde die de definitie geeft voor de stillere helft van de pauzeframes. De grenzen van 1 dB en 3,5 dB in de leesgids zijn met de hand gekozen. De pauzes komen van de spraakdetector. Gemeten tegen woordalignments (40 voorgelezen opnames, 17 ruiscondities) is ongeveer 95 procent van de frames die als pauze worden gebruikt echt niet-spraak bij schone audio en bij constante ruis van 20 dB, en 80 tot 91 procent bij 10 dB; zachte spraak die erin lekt tilt het niveau van een heel stille achtergrond met ongeveer 3 dB op.

Zo werkt het Klassieke signaalverwerking.

Niet gevalideerd Echte achtergronden, en of de grenzen een stille achtergrond van een bewegende scheiden.

Spraak boven achtergrond Proxy

scene.speechToBackground

Stem & podcastOmgevingDataset-QA

Wat het meet Gemiddeld spraakniveau min gemiddeld pauzeniveau, dB.

Zo lees je het Boven 45 dB tellen de pauzes als stil, wat ze verder ook bevatten. Rond 20 dB doet een luisteraar moeite; rond 10 dB mist hij woorden.

Waarom Het eenvoudigste eerlijke getal voor "hoe ver staat de stem voorop", en het getal om te citeren als de segmentale SNR te fijnmazig is voor de lezer.

Getoetst tegen Spraakniveau min pauzeniveau leest binnen 2 dB op gebouwde opnames (35 dB bij een ruisbed van min 55 dBFS, 10 dB bij min 30). De pauzes komen van de spraakdetector. Gemeten tegen woordalignments (40 voorgelezen opnames, 17 ruiscondities) is ongeveer 95 procent van de frames die als pauze worden gebruikt echt niet-spraak bij schone audio en bij constante ruis van 20 dB, en 80 tot 91 procent bij 10 dB; zachte spraak die erin lekt tilt het niveau van een heel stille achtergrond met ongeveer 3 dB op. Tegenover de signaal-ruisverhouding die aan echte voorgelezen spraak is toegevoegd is het vertekend: ongeveer 1 tot 3 dB te laag bij 20 dB, dichtbij bij 10 dB met constante ruis, 2 tot 8 dB te hoog bij 5 en 0 dB, en ongeveer 7 dB te laag bij een heel stille achtergrond. Met de K2-detector (zie Spraakaandeel) verschuift de lezing met +1,9 dB op schone audio, +0,2 dB bij 20 dB, en met 0,8 tot 1,4 dB omlaag bij ruis van 10 dB en lager (gemiddelde verschuiving op 680 testmengsels; de vertekening tegenover de toegevoegde verhouding is voor K2 niet gemeten). Op de 12 voorbeeldopnames van de site (synthetische stemmen met digitale stilte tussen de frases) leest het 6 tot 47 dB hoger, en het is leeg voor 2 ervan omdat er geen pauzeframe overblijft.

Zo werkt het Klassieke signaalverwerking.

Niet gevalideerd Echte opnames met een bekend niveauverschil.

Wat het niet is Een niveauverschil, geen verstaanbaarheid.

Verstaanbaarheid (proxy) Proxy

scene.intelligibility

Stem & podcastOmgevingDataset-QABroadcast & filmpost

Wat het meet Clear, borderline of buried: of de spraak op de voorgrond waarschijnlijk te volgen is, gelezen uit de opname zelf.

Zo lees je het Een proxy, geen Speech Transmission Index: die vraagt een testsignaal. De zwakste van twee lezingen, het slechtste tiende van de SNR per zin en het spraakniveau boven het gemiddelde pauzeniveau (3 dB leest 0, 18 dB leest 1 bij beide), daarna verlaagd voor een galmende ruimte en voor clipping. Geen straf voor een smalle band: telefoonspraak is te volgen. Null onder twee meetbare zinnen.

Waarom De ene vraag achter een spraakbericht in een rumoerige ruimte is of het nog te verstaan is; dit beantwoordt die zover een opname dat kan, en zegt dat het een proxy is.

Getoetst tegen Synthetische scènes: "buried" als een televisie bijna even hard staat.

Zo werkt het Klassieke signaalverwerking.

Niet gevalideerd Nauwkeurigheid van spraakherkenning en menselijke luisteraars. In onze eigen test van 10 oktober 2026: 16 verzonnen Nederlandse burgermeldingen (straat en nummer, plaats, achternaam, telefoon, e-mail), voorgelezen door 3 synthetische stemmen in 13 condities (schoon, telefoonband, straatlawaai en gebabbel op 10 en 5 dB, televisie, vier gemeten nagalmtijden, combinaties): 624 opnames, 1.248 transcripties door Whisper small en large-v3-turbo, 48 per conditie en model, marge ongeveer 13 punten. Het markeerde niet clear (borderline of buried) bij 100 procent van de opnames met straatlawaai op 10 en 5 dB en bij 94 tot 100 procent met gebabbel, terwijl Whisper small de locatie nog bij 58 tot 67 procent goed had (schoon 69) en large-v3-turbo bij 71 tot 85 procent (schoon 81). Over alle opnames markeerde het er 58 procent; van de markeringen had 47 procent (small) of 25 procent (large) een echte locatiefout. Synthetische stemmen, alleen Whisper, gesimuleerde telefoonband, Nederlandse tekst; echte sprekers, andere herkenners en andere talen zijn niet getest.

Wat het niet is Geen voorspeller van de nauwkeurigheid van spraakherkenning, en geen STI. Een proxy uit niveaus voor hoe goed een luisteraar de stem kan volgen; dat is zelf niet getest tegen luisteraars.

Verstaanbaarheidsscore (proxy) Proxy

scene.intelligibilityScore

Stem & podcastDataset-QA

Wat het meet De verstaanbaarheidsproxy als getal, 0 tot 1.

Zo lees je het 0,65 en hoger leest clear, 0,35 tot 0,65 borderline, daaronder buried. Dezelfde invoer als het label.

Waarom Laat een dataset sorteren op hoe goed de spraak te volgen is, in plaats van op een ruisvloer die niet weet waar de stem is.

Getoetst tegen Dezelfde proxy.

Zo werkt het Klassieke signaalverwerking.

Niet gevalideerd Nauwkeurigheid van spraakherkenning en menselijke luisteraars. In onze eigen test van 10 oktober 2026: 16 verzonnen Nederlandse burgermeldingen (straat en nummer, plaats, achternaam, telefoon, e-mail), voorgelezen door 3 synthetische stemmen in 13 condities (schoon, telefoonband, straatlawaai en gebabbel op 10 en 5 dB, televisie, vier gemeten nagalmtijden, combinaties): 624 opnames, 1.248 transcripties door Whisper small en large-v3-turbo, 48 per conditie en model, marge ongeveer 13 punten. Het markeerde niet clear (borderline of buried) bij 100 procent van de opnames met straatlawaai op 10 en 5 dB en bij 94 tot 100 procent met gebabbel, terwijl Whisper small de locatie nog bij 58 tot 67 procent goed had (schoon 69) en large-v3-turbo bij 71 tot 85 procent (schoon 81). Over alle opnames markeerde het er 58 procent; van de markeringen had 47 procent (small) of 25 procent (large) een echte locatiefout. Synthetische stemmen, alleen Whisper, gesimuleerde telefoonband, Nederlandse tekst; echte sprekers, andere herkenners en andere talen zijn niet getest.

Wat het niet is Geen voorspeller van de nauwkeurigheid van spraakherkenning, en geen STI. Een proxy uit niveaus voor hoe goed een luisteraar de stem kan volgen; dat is zelf niet getest tegen luisteraars.

SNR van de slechtste frases Gevalideerd

scene.worstPhraseSnr

Stem & podcastDataset-QA

Wat het meet Het tiende percentiel van de SNR per zin: wat de zwakste zinnen meten tegen de ruis ernaast.

Zo lees je het De mediaan vertelt je over de take; dit vertelt je over de zin die verloren gaat. Onder 8 dB mist een luisteraar daar woorden.

Waarom Eén onhoorbare zin is genoeg om een boodschap te missen, dus de proxy is op de zwakke zinnen gebouwd en niet op het gemiddelde.

Getoetst tegen Volgt uit de SNR per frase.

Zo werkt het Klassieke signaalverwerking.

Niet gevalideerd Het voorspellen van spraakherkenningsfouten: in onze eigen test van 10 oktober 2026: 16 verzonnen Nederlandse burgermeldingen (straat en nummer, plaats, achternaam, telefoon, e-mail), voorgelezen door 3 synthetische stemmen in 13 condities (schoon, telefoonband, straatlawaai en gebabbel op 10 en 5 dB, televisie, vier gemeten nagalmtijden, combinaties): 624 opnames, 1.248 transcripties door Whisper small en large-v3-turbo, 48 per conditie en model, marge ongeveer 13 punten. Het voorspelde geen fouten bij straat, nummer en plaats (AUC 0,52 tot 0,55; 0,50 is een muntworp). Synthetische stemmen, alleen Whisper, gesimuleerde telefoonband, Nederlandse tekst; echte sprekers, andere herkenners en andere talen zijn niet getest.

Wat het niet is Geen voorspeller van de nauwkeurigheid van spraakherkenning.

Dezelfde vragen, maar steeds voor één zin tegelijk.

Niveau per frase Gevalideerd

segment.level

Stem & podcastDataset-QA

Wat het meet Spraakniveau van alleen deze zin.

Zo lees je het Vergelijk zinnen onderling om een spreker te zien die van de microfoon wegdrijft.

Waarom Een take kan perfect middelen terwijl de helft van de zinnen te zacht is.

Getoetst tegen Komt overeen met de berekende RMS per frase.

Zo werkt het Klassieke signaalverwerking.

Clipping per frase Gevalideerd

segment.clipFraction

Stem & podcastDataset-QA

Wat het meet Aandeel geclipte samples binnen deze zin.

Zo lees je het Alles boven nul wijst de zin aan die opnieuw moet.

Waarom Versmalt "dit bestand clipt" tot welke zin.

Getoetst tegen Wijst de ene geclipte frase van de drie aan.

Zo werkt het Klassieke signaalverwerking.

Niet gevalideerd Lichte clipping: het leest laag om dezelfde reden als de maat voor geclipte samples, omdat het alleen reeksen van minstens drie samples op de piek van het bestand telt.

Energie na deze frase Proxy

segment.decayScore

Stem & podcastDataset-QA

Wat het meet Hoeveel energie er blijft hangen na deze zin, ten opzichte van de zin zelf. Ruis of galm, niet gescheiden.

Zo lees je het Null als er niets bruikbaars op volgt, wat eerlijk is in plaats van nul.

Waarom De versie per zin van het getal op bestandsniveau, met dezelfde beperking: het stijgt met een rumoerige pauze net zo goed als met een levendige ruimte. Handig om de ene zin te vinden die van de rest afwijkt, niet om de ruimte te beoordelen.

Getoetst tegen Stijgt met nagalm achter de frase in een synthetische test. Getest op 12 oktober 2026 tegen 24 echte ruimtes met gemeten nagalmtijden (0,18 tot 1,71 s; 120 schone zinnen, synthetische stemmen afgespeeld door gemeten ruimte-impulsresponsies, geen ruis; één run, niets afgesteld): Spearman-rangcorrelatie met de nagalmtijd 0,30 (95%-interval -0,20 tot 0,71). Een verband met de nagalmtijd is niet aangetoond.

Zo werkt het Klassieke signaalverwerking.

Niet gevalideerd Ruis (een rumoerige pauze verhoogt het net zo goed als een levendige ruimte), echte sprekers (de zinnen zijn synthetisch) en gebruik per zin. 24 ruimtes is weinig voor een rangcorrelatie, en daarom is het interval breed.

Wat het niet is Geen nagalmtijd en geen maat voor de ruimte: lees het als de energie na deze frase. Zelfde familie als de ingetrokken galmscore (rangcorrelatie 0,06 in dezelfde set).

Vervalhelling Proxy

segment.tailDecay

Stem & podcastDataset-QA

Wat het meet Hoe snel het geluid na deze zin wegvalt, in dB per seconde.

Zo lees je het Steiler is droger, vlakker galmt na. Vraagt een stille pauze achter de zin, die over een corpus maar ongeveer één zin op tien heeft; lees het als steekproef, niet als gemiddelde. Per zin spreidt het wijd (in de droogste van 24 testruimtes liepen losse zinnen van ongeveer -146 tot -30 dB/s, 10e tot 90e percentiel, en slechts 48 procent van de zinseinden daar gaf een waarde), dus gebruik de mediaan over veel zinnen, niet één.

Waarom Een helling in dB per seconde achter de zin. Het rangschikt ruimtes grofweg op hoeveel ze nagalmen, en is niet gekalibreerd op een nagalmtijd: zie de status voor de getallen.

Getoetst tegen Een helling bij nagalm, null zonder staart. Getest op 12 oktober 2026 tegen 24 echte ruimtes met gemeten nagalmtijden (0,18 tot 1,71 s; 120 schone zinnen, synthetische stemmen afgespeeld door gemeten ruimte-impulsresponsies, geen ruis; één run, niets afgesteld): Spearman-rangcorrelatie met de nagalmtijd 0,56 (95%-interval 0,12 tot 0,81) en een waarde voor 119 van de 120 bestanden. Het haalde zijn vooraf geregistreerde criterium niet (correlatie van 0,70 of hoger met een ondergrens van 0,50 of hoger).

Zo werkt het Klassieke signaalverwerking.

Niet gevalideerd Ruis, echte sprekers, en bestanden waar de pauze achter een zin kort of rumoerig is: bij echte opnames heeft maar ongeveer één zin op tien een bruikbare pauze. 24 ruimtes is weinig voor een rangcorrelatie, en daarom is het interval breed.

Wat het niet is Rangschikt ruimtes grofweg op nagalm maar is niet gekalibreerd op RT60. De gemeten helling gedeeld door de theoretische helling van -60/RT60 is 0,20 bij 0,18 s, 0,41 bij 0,26 s, 0,73 bij 0,70 s en 0,87 bij 1,71 s, dus droge ruimtes lezen veel te vlak en ruimtes tussen 0,5 en 1,0 s overlappen.

Karakter van de achtergrond Proxy

segment.flankFlatness

Stem & podcastDataset-QAOmgeving

Wat het meet Spectrale vlakheid van de pauzes rondom deze zin.

Zo lees je het Hoog is breedbandige ruimteruis; laag betekent dat er iets tonaals onder speelt.

Waarom Twee zinnen met dezelfde slechte SNR vragen een andere oplossing, en dit zegt welke welke is.

Getoetst tegen Scheidt kamerruis van iets tonaals eronder.

Zo werkt het Klassieke signaalverwerking.

De piek tegenover de loudness die mensen horen; die blijft behouden na normalisatie, terwijl de crestfactor dat niet doet.

Peak to loudness ratio Gevalideerd

dynamics.plr

Mix & masterBroadcast & filmpost

Wat het meet True peak min integrated loudness.

Zo lees je het Boven 12 LU is dynamisch, onder 8 LU is zwaar gelimiteerd. In tegenstelling tot de crestfactor gebruikt dit de loudness die mensen horen.

Waarom Het overleeft normalisatie: een platform verschuift beide getallen samen, dus PLR is wat de luisteraar overhoudt.

Getoetst tegen Precies de afstand die het claimt.

Zo werkt het Klassieke signaalverwerking.

Peak to short-term ratio Gevalideerd

dynamics.psr

Mix & master

Wat het meet True peak min het luidste venster van 3 seconden.

Zo lees je het Leest de luidste passage in plaats van het hele bestand, dus is lager dan PLR en dichter bij wat een limiter gedaan heeft.

Waarom Het getal dat masteringengineers in de gaten houden bij het limiteren, omdat het gemiddelde het deel verbergt dat plat is gedrukt.

Getoetst tegen Precies de afstand die het claimt.

Zo werkt het Klassieke signaalverwerking.

Wat elk platform met het bestand doet, en of de piek daarna onder het plafond blijft.

Platformnormalisatie Gevalideerd

platform.normalisation

Mix & master

Wat het meet Per platform: de gain die het toepast, de true peak die daaruit volgt en of die onder het plafond blijft.

Zo lees je het Lees de true peak NA de gain, niet de gemeten. Een zachte master wordt harder gezet en neemt zijn piek mee.

Waarom De klassieke fout is de gemeten piek tegen het plafond houden, waardoor een bestand door de controle komt dat gaat clippen zodra het platform het normaliseert.

Getoetst tegen Reproduceert het eigen gepubliceerde voorbeeld van Spotify; zegt niets waar een platform zijn gedrag niet publiceert; elk doel heeft een bron.

Zo werkt het Klassieke signaalverwerking.

Klikt het bij de herhaling, ligt het op het raster, is het een heel aantal muziekmaten.

Naadverhouding Gevalideerd

loop.seamRatio

Loop- & samplepack-QCDataset-QA

Wat het meet De sprong tussen de laatste en de eerste sample, gedeeld door de gemiddelde stap van sample tot sample in het bestand. Slechtste kanaal.

Zo lees je het Onder ongeveer 3 hoor je niets bij het terugspringen naar het begin; boven 10 is het een hoorbare tik. Null onder drie samples.

Waarom De ruwe sprong zegt niets (0,03 is stilte in ruis en tegelijk één gewone stap in een baston); de verhouding vond vier echte klikken in zestig loops die twintig herhalingen nodig hadden om te horen.

Getoetst tegen Bijna nul bij een loop die eindigt waar hij begon, een klik bij dezelfde loop die te vroeg is afgekapt.

Zo werkt het Klassieke signaalverwerking.

Stilte aan het begin Gevalideerd

loop.edgeSilenceStartMs

Loop- & samplepack-QCDataset-QABroadcast & filmpost

Wat het meet Milliseconden onder -60 dBFS vóór het eerste geluid.

Zo lees je het Een getal, geen oordeel: een offbeat-hat of een reverse-effect hoort stil te beginnen.

Waarom Stilte aan het begin schuift een loop van het grid zodra je hem in een DAW zet, en in een golfvorm die op het scherm past zie je haar niet.

Getoetst tegen 120 ms stilte aan het begin, op de sample nauwkeurig.

Zo werkt het Klassieke signaalverwerking.

Stilte aan het eind Gevalideerd

loop.edgeSilenceEndMs

Loop- & samplepack-QCDataset-QABroadcast & filmpost

Wat het meet Milliseconden onder -60 dBFS na het laatste geluid.

Zo lees je het Stilte aan het eind van een loop is bij elke herhaling een gat; in een uitzendbestand is het dode lucht.

Waarom De klassieke exportfout is een maat stilte aan het eind, en elke speler speelt die gewoon af.

Getoetst tegen 120 ms stilte aan het eind, op de sample nauwkeurig.

Zo werkt het Klassieke signaalverwerking.

Bar fit Gepland

loop.barFit

Loop- & samplepack-QC

Wat het meet Of de duur een heel aantal maten is bij de gedetecteerde of opgegeven BPM.

Zo lees je het on-grid binnen 5 ms; off-grid met de afwijking; unknown als het tempo niet betrouwbaar is.

Waarom Dit was het enige bewijs dat telde toen we bij zestig loops vroegen of ze zijn wat ze beweren te zijn.

Getoetst tegen In het register zoals gepland.

Zo werkt het Klassieke signaalverwerking.

Is dit bestand wat het beweert te zijn: de muur die een codec achterlaat, de bits die echt in gebruik zijn, een geresamplede bron, een montagepunt.

Bandbreedte Gevalideerd

provenance.bandwidthHz

HerkomstDataset-QAMix & master

Wat het meet Waar het spectrum ophoudt, als mediaan over de niet-stille blokken van een halve seconde in het bestand.

Zo lees je het Een schone opname op 44,1 kHz reikt tot 19 à 20 kHz. Een muur ver daaronder is een codec, een resampler of een doffe bron; de maten hieronder zeggen welke.

Waarom Dit ene getal draagt het grootste deel van het herkomstverhaal, en het komt uit dezelfde functie die het grid als baan tekent; de index leest tot Nyquist waar het grid bij 20 kHz stopt.

Getoetst tegen Fixtures met een bekende afkapfrequentie. Ook verkennend gelezen, en niet als vooraf geregistreerde test, op 168 opnames van voorgelezen spraak die door zeven spraakcodecs zijn gehaald (15 oktober 2026, elk 24 zinnen, V03-ENG): via de 8 kHz-codecs (A-law, AMR narrowband bij 4,75 en 12,2 kbit/s, GSM) en Opus bij 8 kbit/s leest het 3,8 tot 4,9 kHz, via AMR wideband en Opus bij 16 kbit/s 6,1 tot 8,0 kHz, en 6,3 tot 8,0 kHz op de niet-gecodeerde zinnen, dus de smalband- en breedbandgroepen overlappen niet.

Zo werkt het Klassieke signaalverwerking.

Niet gevalideerd Tonaal materiaal en heel korte bestanden. Echte telefoongesprekken: de codecmetingen gebruikten één set voorgelezen Engelse zinnen, en een codec buiten die zeven is niet getest.

Lossy bron Gevalideerd

provenance.lossySource

HerkomstDataset-QAMix & masterBroadcast & filmpost

Wat het meet Of het spectrum de muur draagt die een lossy encoder achterlaat: lossless, lossy ~64k, ~128k, ~256k of unknown.

Zo lees je het Vraagt een brickwall (van -30 tot -60 dB binnen 3% van de frequentie) op een codecpositie tussen 10 kHz en 0,9 van Nyquist, op breedbandig materiaal van minstens een seconde. Een brede roll-off is lossless, wat de bandbreedte ook is; een filtervormige is unknown, omdat een resampler en een heel lage bitrate op elkaar lijken. Eén botsing is niet op te lossen: een muur van 64 kbps (11,2 kHz) en een scherp geresamplede bron van 22,05 kHz (11,1 kHz) lezen hetzelfde, en beide krijgen unknown.

Waarom Een WAV die ooit een MP3 was is de meest voorkomende leugen in een oplevering, en de container kan het je niet vertellen.

Getoetst tegen Eén fixture per label (MP3 van 64k tot 256k), en schone PCM leest als lossless.

Zo werkt het Klassieke signaalverwerking.

Niet gevalideerd Spraak in telefoonband en spraakcodecs. Gecontroleerd op 10 oktober 2026 met één gegenereerd sample via G.711, Opus (16 kHz) en MP3 (8 kHz): alles las lossless, omdat de codecmuur waar de maat naar zoekt tussen 10 kHz en 0,9 van Nyquist ligt. Opnieuw gecontroleerd op 15 oktober 2026 (V03-ENG) op 168 opnames van voorgelezen spraak via zeven spraakcodecs (A-law, AMR narrowband op 4,75 en 12,2 kbit/s, AMR wideband, GSM, Opus op 8 en 16 kbit/s; 24 zinnen per stuk): geen enkele las lossy, 141 lazen lossless en 27 unknown. Lossless betekent hier dat zo'n muur niet gevonden is, niet dat er geen codec gebruikt is.

Effectieve bitdiepte Gevalideerd

provenance.effectiveBitDepth

HerkomstDataset-QABroadcast & filmpost

Wat het meet Bits die echt in gebruik zijn: 24 min het kleinste aantal afsluitende nullen in de 24-bit geheeltallige vorm van de samples.

Zo lees je het 16 in een 24-bit container betekent opgevuld, niet opnieuw gemasterd. 24 betekent dat de samples nooit op een geheeltallig raster lagen: een float-render, of een lossy bestand dat onderweg gedecodeerd is; een lossy bestand dat naar 16-bit PCM gerenderd is leest 16 zoals elke andere PCM, gebruik daarvoor dus de maat voor de lossy bron. Een host die bij het decoderen resamplet (een browser op apparaatsnelheid) leest ook 24. Null onder duizend niet-stille samples.

Waarom De container noemt een bitdiepte; de samples bewijzen er een. Als die verschillen, is het bestand opnieuw ingepakt, en dat wil je weten voordat iemand voor de extra bits betaalt.

Getoetst tegen 16 voor samples van 16 bit en 24 voor samples van 24 bit, wat de container ook zegt.

Zo werkt het Klassieke signaalverwerking.

Niet gevalideerd Of de audio door een codec is gegaan. Uitvoer van een spraakcodec die naar 16-bit PCM is gedecodeerd leest 16, zoals elk ander 16-bit bestand: alle 168 opnames van een lezing op 15 oktober 2026 (V03-ENG; A-law, AMR, GSM en Opus, waarbij A-law vóór het decoderen 8 bits per sample heeft) lazen 16.

Geüpsampled vanaf Gevalideerd

provenance.upsampled

HerkomstDataset-QA

Wat het meet De waarschijnlijke oorspronkelijke samplefrequentie wanneer een roll-off in de vorm van een resampler begint op de helft van een lagere standaardfrequentie. Anders null.

Zo lees je het 22050 onder een container van 48 kHz betekent dat iemand een bron van 22,05 kHz heeft geresampled; boven 11 kHz was nooit iets. Gelezen vanaf waar de roll-off begint, tegen het niveau er vlak onder, zodat de helling van het materiaal hem niet verschuift. Een brickwall op een halve frequentie blijft unknown (het kan een codec van 64 kbps zijn), een brede natuurlijke roll-off wordt nooit upsampling genoemd, en een codec met een heel lage bitrate (lame 48k, aac 96k) kan nog steeds een resampler nabootsen.

Waarom Omhoog resamplen voegt geen informatie toe, en de metadata geeft nooit toe dat het gebeurd is.

Getoetst tegen Vindt de oorspronkelijke samplefrequentie achter een resampler, voor elke standaardfrequentie.

Zo werkt het Klassieke signaalverwerking.

Niet gevalideerd Markeerde één gegenereerd sample van telefoonspraak op 8 kHz, geüpsampled naar 48 kHz, niet (gecontroleerd op 10 oktober 2026). Op 15 oktober 2026 (V03-ENG) vond hij, op 96 opnames van voorgelezen spraak via vier spraakcodecs op 8 kHz (A-law, AMR narrowband op 4,75 en 12,2 kbit/s, GSM) die teruggedecodeerd zijn naar 16 kHz, de herkomst van 8 kHz in 4, allemaal GSM.

Bandbreedtenaden Gevalideerd

provenance.spliceCount

Herkomst

Wat het meet Hoe vaak de bandbreedte per blok met meer dan 3 kHz van het ene blok naar het volgende springt en dat minstens twee seconden vasthoudt.

Zo lees je het 0 is één stabiele bron. Een aantal is een naad tussen materiaal van verschillende herkomst OF een arrangementswissel binnen één stuk (een breakdown waarin de hats wegvallen); de bandbreedtebaan in het grid toont waar, en het oor beslist welke van de twee.

Waarom Twee aan elkaar geplakte bronnen zien er voor elk gereedschap dat de header leest uit als één bestand, en dit is het enige getal dat het merkt.

Getoetst tegen Eén verbinding tussen twee bronnen met verschillende bandbreedte.

Zo werkt het Klassieke signaalverwerking.

Hoe lang een ruimte nagalmt, per band, gemeten aan een klap, een knappende ballon, een impulsrespons of een sweep.

Nagalmtijd (mid) Gevalideerd

room.rt60Mid

Ruimteakoestiek

Wat het meet Hoe lang het geluid in de ruimte nodig heeft om 60 dB te dalen, als mediaan van de octaafbanden van 500 Hz, 1 kHz en 2 kHz, gelezen uit de Schroeder-terugwaartse integraal van een klap, een ballonknal of een impulsresponsie (de ISO 3382-methode, T30 als het uitsterven 45 dB bereik heeft, anders T20).

Zo lees je het Seconden. Een spraakruimte zit rond 0,4 tot 0,8 s, een woonkamer 0,3 tot 0,6 s, een kerk meerdere seconden. Null als geen enkele band een rechte uitsterving met genoeg bereik had: harder of dichterbij klappen, of in een stillere ruimte. Lees het vertrouwen per band in room.rt60Bands: onder 35 dB uitsterving is het getal een indicatie.

Waarom Het is het getal waarmee een ruimte wordt beoordeeld, en het enige wat de stemmaten alleen kunnen benaderen. Gemeten uit een impuls staat het op de standaardmethode in plaats van op de staart van een gesproken zin.

Getoetst tegen Geconstrueerde ruimtes met een bekende nagalmtijd per band (0,3 tot 2,0 s): een handklapopname leest de mid-waarde binnen 12 procent (test/room.test.ts). Getest op 13 oktober 2026 op 385 echte impulsresponsies (MIT Reverb Survey en EchoThief, scripts/validatie/room-ir/RESULT.md): elk aangeslagen met een klapspectrum en laag gewogen ruimteruis en gemeten als opname, tegenover dezelfde methode op de kale impulsresponsie. In 155 ruimtes zat de mid-waarde er mediaan 3,9 procent naast (86 procent binnen 10 procent, 98 procent binnen 20 procent, dezelfde banden aan beide kanten). Lezingen die zichzelf hoge zekerheid gaven (minstens 35 dB verval, 278 bandlezingen) zaten er mediaan 1,5 procent naast. Tegenover een onafhankelijke numpy-implementatie op 167 gemeten responsies kwam de Schroeder-curve in alle 112 ruimtes met 35 dB verval of meer binnen 5 procent overeen (mediaan 0,3 procent). De maat is een port van de RoomLab-app en is er exact aan gelijk op alle 385 responsies.

Marge ±10 percent. Van 278 bandlezingen met hoog vertrouwen zat 91 procent binnen 10 procent en 97 procent binnen 20 procent van de lezing op de kale impulsresponsie. Met laag vertrouwen (onder 35 dB uitsterving) zat 74 procent binnen 10 procent en 90 procent binnen 20 procent.

Zo werkt het Klassieke signaalverwerking.

Niet gevalideerd Spraak of muziek in plaats van een klap (dit is niet de schatting uit de staart van een gesproken zin), een echte telefoon en een echte klap (de klap is gesimuleerd met een klapspectrum en ruimteruis), en 125 en 250 Hz uit een klap, die de maat weigert. Bij minder dan 35 dB uitsterving is de lezing een indicatie: 210 bandlezingen met laag vertrouwen weken mediaan 5,7 procent af, 74 procent zat binnen 10 procent en 90 procent binnen 20 procent.

Wat het niet is Geen geluidsniveau en geen oordeel over de ruimte. Niet de schatting uit de staart van een gesproken frase (segment.tailDecay), wat een zwakkere maat is van iets verwants.

Nagalmtijd per band Gevalideerd

room.rt60Bands

Ruimteakoestiek

Wat het meet Per octaafband van 125 Hz tot 4 kHz (banden tegen Nyquist blijven weg): de nagalmtijd, de ruisvloer in die band, welke schatter de waarde gaf (T20 of T30), hoeveel uitstervingsbereik die had, een vertrouwen en de uitstervingscurve zelf.

Zo lees je het Een klap geeft 500 Hz tot 4 kHz; de lagere banden zeggen "clap does not reach that low" in plaats van te gokken. Een impulsresponsiebestand geeft elke band. Vertrouwen "high" betekent minstens 35 dB uitstervingsbereik, de ISO-eis; "low" betekent een krapper bereik, lees het als indicatie.

Waarom Nagalm is niet één getal: een kaal plafond galmt in de hoogten en een dun tapijt raakt de lagen niet, en één breedbandig cijfer verbergt dat verschil. Welke band lang is bepaalt wat je moet aanpakken.

Getoetst tegen Als room.rt60Mid, per band. Vanaf een klap, 500 Hz tot 4 kHz tegenover dezelfde methode op de kale impulsresponsie van 168 echte ruimtes, bij hoge zekerheid: mediaan 1,8 procent ernaast bij 500 Hz (13 lezingen), 1,0 procent bij 1 kHz (46), 1,3 procent bij 2 kHz (89) en 1,9 procent bij 4 kHz (130); bij lage zekerheid 10, 6,0, 3,6 en 3,8 procent. Een geconstrueerde ruimte leest binnen 20 procent in elke band vanaf 500 Hz. 125 en 250 Hz uit een impulsresponsie gebruiken dezelfde methode en lezen een geconstrueerde ruimte van 0,6 s binnen 0,15 s. Vanaf een sweep (elk van de 168 echte ruimtes geconvolueerd met de sweep van de engine en opgenomen met ruimteruis op -65 dBFS) zat elke band van 125 Hz tot 4 kHz er mediaan 0,0 tot 0,2 procent naast vergeleken met dezelfde methode op de kale respons, 97 tot 100 procent binnen 10 procent.

Marge ±10 percent. 1 tot 4 kHz bij hoog vertrouwen: 87 tot 97 procent van de lezingen binnen 10 procent. 500 Hz is zwakker: 85 procent binnen 10 procent bij hoog vertrouwen (13 lezingen) en 50 procent bij laag vertrouwen. Banden onder 500 Hz vragen een impulsresponsie.

Zo werkt het Klassieke signaalverwerking.

Niet gevalideerd 125 en 250 Hz uit een impulsresponsie tegen een onafhankelijke referentie per band (alleen een breedbandige bestaat), een impulsresponsie die eindigt terwijl de ruimte nog nagalmt (de ruisvloer wordt dan uit signaal gelezen en het afkappunt valt te vroeg), een klap ergens anders dan in een stille ruimte, en een sweep afgespeeld via een echte luidspreker en opgenomen met een echte microfoon (de sweepopnames zijn geconstrueerd: lineair, met stabiele ruis). 500 Hz is de zwakste band uit een klap: bij laag vertrouwen mediaan 10 procent ernaast en 72 procent binnen 20 procent.

Wat het niet is Geen geluidsniveau. De vervalcurve is om te tekenen, niet om mee te rekenen.

Sterkte van flutterecho Proxy

room.flutterStrength

Ruimteakoestiek

Wat het meet Hoe sterk het uitsterven boven 500 Hz zichzelf herhaalt op een vaste vertraging tussen 3 en 50 ms, zoals de weerkaatsing tussen twee parallelle harde wanden. 0 tot 1.

Zo lees je het Geconstrueerde flutter leest 0,47 tot 0,68 en geconstrueerde ruimtes zonder enige echo 0,10 tot 0,28. Lees 0,4 en hoger als flutter, onder 0,3 als geen, en daartussen als onduidelijk.

Waarom Een ruimte kan een prima nagalmtijd hebben en toch als een veer rinkelen waar twee harde parallelle wanden tegenover elkaar staan; geen enkel nagalmgetal toont dat, en een klap maakt het hoorbaar als een tik.

Getoetst tegen Geconstrueerde echo’s tussen twee wanden (5, 9, 20 en 35 ms) lezen 0,47 tot 0,68, en geconstrueerde ruimtes zonder echo lezen 0,10 tot 0,28 (test/room.test.ts, test/fixtures/room-parity.json). De drempels van 0,2 en 0,3 zijn met de hand gekozen.

Zo werkt het Klassieke signaalverwerking.

Niet gevalideerd Echte ruimtes: 47 van 384 gemeten impulsresponsies melden een flutterperiode en er is geen lijst van welke daarvan echt flutteren. Een geconstrueerde ruimte met een sterk ongelijk uitsterven las 0,26, en een geclipte klap 0,28, zonder enige echo.

Wat het niet is Niet hoe luid of hinderlijk de flutter is: de sterkte van de herhaling in de vervalenvelop boven 500 Hz.

Periode van flutterecho Proxy

room.flutterPeriodMs

Ruimteakoestiek

Wat het meet De vertraging tussen de echo's, in hele milliseconden van 3 tot 50, als de sterkte van de flutter boven 0,2 ligt.

Zo lees je het Null als er geen noemenswaardige flutter is. De afstand tussen de wanden is 0,343 m per ms maal de periode, gedeeld door twee: 9 ms is ongeveer 1,5 m. Onder een sterkte van 0,3 is de periode niet betrouwbaar.

Waarom Maakt van "er is flutter" een waar: de periode geeft de afstand tussen de twee wanden die je moet behandelen.

Getoetst tegen Geconstrueerde echo’s van 5, 9, 20 en 35 ms werden exact gevonden (test/room.test.ts).

Zo werkt het Klassieke signaalverwerking.

Niet gevalideerd Perioden in echte ruimtes. Onder een flutterkracht van 0,3 is de periode niet betrouwbaar: twee geconstrueerde ruimtes zonder enige echo meldden 9 en 3 ms bij sterktes van 0,26 en 0,28.

Ruisvloer van de ruimte Gevalideerd

room.noiseFloor

Ruimteakoestiek

Wat het meet De breedbandige ruis in de stilte vóór de klap (of in de staart van een impulsresponsie): het mediane frameniveau.

Zo lees je het Relatief aan full scale, geen gekalibreerd geluidniveau. Per octaafband staat het in room.rt60Bands. Boven ongeveer -50 dBFS bepaalt de achtergrond de meting, en een klap daarin geeft een kort uitstervingsbereik.

Waarom Het bepaalt hoeveel uitsterving er te meten valt: een rumoerige ruimte knipt het bruikbare bereik en daarmee het vertrouwen af, en de oplossing is de bron uitzetten, niet de ruimte behandelen.

Getoetst tegen Geconstrueerde ruis van een bekend niveau: uniforme ruis met amplitude 0,0005 (RMS -70,8 dBFS) leest binnen 0,5 dB, ook in een opname met een klik kort na het begin (test/room.test.ts).

Zo werkt het Klassieke signaalverwerking.

Niet gevalideerd Een gekalibreerd geluiddrukniveau: het getal is relatief aan full scale.

Wat het niet is Geen geluidsniveau in dB(A) of dB SPL.

Positie van de klap Gevalideerd

room.clapAt

Ruimteakoestiek

Wat het meet Waar de klap of de knal in de opname gevonden is.

Zo lees je het Null voor een impulsresponsiebestand. Een positie vlak aan het begin van de opname betekent meestal dat een klik van de recorder voor de klap is aangezien.

Waarom Laat zien waarop de meting zich vastzette, zodat een verkeerde vergrendeling te zien is in plaats van als een vreemde nagalmtijd gelezen te worden.

Getoetst tegen Geconstrueerde klappen op 1,5 s en 2 s worden binnen 0,05 s gevonden, ook met een klik 30 ms na het begin van de opname (test/room.test.ts).

Zo werkt het Klassieke signaalverwerking.

Niet gevalideerd Een echte klap op een echte telefoon, en een deur of een tik op de telefoon vlak bij de klap.

Opvallendheid van de klap Proxy

room.clapProminence

Ruimteakoestiek

Wat het meet Hoe ver de klap boven de stilte van de opname uitstak: het luidste frame van 10 ms tegen het 20e percentiel van de frameniveaus.

Zo lees je het Minstens 20 dB is vereist, 30 dB of meer is comfortabel. Null voor een impulsresponsiebestand.

Waarom Een klap die de ruimte nauwelijks overstijgt laat een kort uitstervingsbereik en een tijd met laag vertrouwen achter; dit zegt dat voordat de tijd gelezen wordt.

Getoetst tegen Een geconstrueerde klap leest meer dan 20 dB boven de stilte van de opname (test/room.test.ts); de dB-waarde zelf heeft geen externe referentie.

Zo werkt het Klassieke signaalverwerking.

Overbelasting op de klap Gevalideerd

room.clipped

Ruimteakoestiek

Wat het meet Of de microfoon overbelast raakte op de klap of de knal: drie samples op full scale of erboven.

Zo lees je het True zet elke band op laag vertrouwen: de eerste milliseconden zijn vervormd en de positie van het punt van -5 dB verschuift.

Waarom Een harde klap vlak bij een telefoon clipt makkelijk, en een net getal tonen uit een geclipte klap is de fout die we willen vermijden.

Getoetst tegen Een geconstrueerde klap op full scale wordt gemarkeerd en geconstrueerde klappen op normaal niveau niet (test/room.test.ts).

Zo werkt het Klassieke signaalverwerking.

Meetbereik van de sweep Proxy

room.sweepRange

Ruimteakoestiek

Wat het meet Voor een sweepopname: hoe ver de piek van de gedeconvolueerde impulsresponsie boven de ruis uitsteekt, in dB.

Zo lees je het Meer is beter; een schone sweep in een stille ruimte laat ruim boven 40 dB over. Null voor een klap, een ballon of een impulsresponsiebestand. Het uitstervingsbereik per band, dat een nagalmtijd begrenst, staat in room.rt60Bands.

Waarom Zegt in één getal of de sweep hard genoeg is afgespeeld en de ruimte stil genoeg was, voordat de resultaten per band gelezen worden.

Getoetst tegen Een schone geconstrueerde sweep laat meer dan 40 dB tussen de piek en de ruis, en de andere bronnen geven null (test/room.test.ts); de dB-waarde heeft geen externe referentie.

Zo werkt het Klassieke signaalverwerking.

Wat het niet is Niet het vervalbereik van een band: dat staat in room.rt60Bands.

Direct geluid tegenover vroege nagalm Proxy

room.directToReverb

Ruimteakoestiek

Wat het meet Voor een sweepopname: het directe geluid van de luidspreker tegen de nagalm 50 tot 150 ms erna, in dB.

Zo lees je het Een paar dB tot 20 dB voor een microfoon in de ruimte op een normale afstand; boven 30 dB betekent dat de microfoon zo dicht bij de speaker stond dat hij de speaker mat en niet de ruimte. Null voor de andere bronnen.

Waarom Een telefoon die de sweep zelf afspeelt, of tegen de speaker staat, meet zijn eigen directe pad, en de ruimte ligt dan ver onder de meting; dit vangt dat.

Getoetst tegen Een geconstrueerde ruimte die rinkelt leest onder 30 dB en een die in de eerste 150 ms droog is leest erboven (test/room.test.ts). De drempel van 30 dB is met de hand gekozen.

Zo werkt het Klassieke signaalverwerking.

Niet gevalideerd Een echte luidspreker en telefoon op bekende afstanden.

Microfoon te dicht bij de spreker Proxy

room.tooCloseToSpeaker

Ruimteakoestiek

Wat het meet Voor een sweepopname: true als het directe geluid meer dan 30 dB boven de vroege nagalm ligt.

Zo lees je het True betekent opnieuw meten met de microfoon verder van de speaker (en niet in de bundel). Null voor de andere bronnen.

Waarom De gewone-taalversie van het getal voor direct geluid tegenover nagalm, zodat een mislukte meting komt met het ene wat je moet veranderen.

Getoetst tegen Precies waar als het directe geluid meer dan 30 dB boven de vroege nagalm ligt (test/room.test.ts). De drempel is met de hand gekozen.

Zo werkt het Klassieke signaalverwerking.

Niet gevalideerd Een echte luidspreker en telefoon op bekende afstanden.

Meetmethode van de ruimte Gevalideerd

room.method

Ruimteakoestiek

Wat het meet Hoe de impulsresponsie verkregen is: clap, balloon, sweep (de opname bevat de exponentiële sweep van deze engine zoals de ruimte hem teruggaf) of impulse (het bestand zelf is een impulsresponsie).

Zo lees je het Een ballon is luider en ruwer dan een klap en wordt als een klap gelezen. Een sweep en een impulsresponsiebestand meten elke band die de samplefrequentie toelaat, vanaf 125 Hz; een klap geeft 500 Hz en hoger.

Waarom De methode bepaalt welke banden bestaan en hoever je ze kunt vertrouwen, dus het antwoord zegt welke van die lezingen je in handen hebt.

Getoetst tegen Geeft de bron terug waar de aanroeper om vroeg (test/room.test.ts).

Zo werkt het Klassieke signaalverwerking.

Wat er onderweg naar het bestand verloren ging: stukken digitale stilte midden in geluid, waar pakketjes zijn kwijtgeraakt. En een vertraagde kopie van het geluid (slapback of echo), getest op gebouwde kopieën.

Slapback- of echovertraging Gevalideerd

chain.slapbackDelayMs

Ketencontroles

Wat het meet De vertraging van een vertraagde kopie van het geluid in de opname, tussen 40 en 800 ms: een slapback van een harde wand of een delay-effect (60 tot 180 ms) of een echo uit een gesprek (200 ms en hoger).

Zo lees je het Milliseconden, of null als geen kopie opvalt. Uit de autocorrelatie van de witgemaakte opname: een kopie voegt een scherpe piek toe op zijn vertraging, en een kopie is aanwezig in elk stuk met geluid, waaraan je haar herkent van een periodieke structuur of een zin die één keer herhaalt. Een opname korter dan 6 s krijgt geen lezing.

Waarom Een kopie van de stem een fractie van een seconde later is een van de meest voorkomende fouten van een opname die door een ruimte, een speakerphone of een gesprek is gegaan, en een die een loudnessgetal nooit toont.

Getoetst tegen Geconstrueerde vertraagde kopieën van spraak met een bekende vertraging en een bekend niveau, in drie tests met vooraf vastgelegde criteria (scripts/validatie/slapback: PREREG.md en RESULT.md op 13 oktober 2026, PREREG-SB2.md en RESULT-SB2.md en PREREG-SB3.md en RESULT-SB3.md op 14 oktober 2026). De derde test, op data waarop het niet is ontwikkeld: 180 nieuwe opnames van negen synthetische stemmen in zes talen (drie ervan met het 12,5 ms-framerooster dat de valse alarmen van de eerste twee tests veroorzaakte), elk met en zonder digitale kopie, en de testhelft van de OV-set (20 voorgelezen opnames uit LibriSpeech test-clean en 32 clips van vier andere synthetische stemmen, elk met een gewone kopie, met een kopie van het directe geluid in een echte zaal, en zonder). Het vond 282 van de 284 geconstrueerde kopieën (de twee die het miste zijn een clip van minder dan 6 seconden, die geen lezing krijgt), de vertraging binnen 2 ms in elke gevonden kopie (grootste fout 1,1 ms, voor een kopie via een zaal; 0,00 ms voor de gewone kopieën), en meldde geen kopie in een van de 332 opnames zonder, 120 ervan echte voorgelezen spraak, onder andere met een tweede stem over de eerste, een stem die door een ruimte terugkomt, cafetaria-babble en televisie. De eerste twee tests meldden een kopie in 27 procent en 5 procent van de opnames zonder, bijna allemaal synthetische stemmen: al die valse alarmen lagen op een veelvoud van 12,5 ms, een periodieke structuur in sommige synthetische stemmen en geen echo, en de test dat een kopie in elk blok van de opname met geluid aanwezig is zet ze opzij.

Marge ±2 ms. Alle 282 gevonden kopieën in de derde test hadden de vertraging binnen 2 ms (grootste fout 1,1 ms), voor vertragingen van 60, 120, 200, 350 en 500 ms.

Zo werkt het Klassieke signaalverwerking.

Niet gevalideerd Een echte slapback of echo in een echte opname met een bekende vertraging (elke kopie in de tests is gebouwd; in 283 gemeten ruimtes stond de sterkste losse echo 25 tot 40 dB onder het directe geluid), muziek met een loop of een beat (die herhaalt zichzelf overal en leest als kopie: 4 van 40 muziekclips uit de ontwikkelsets werden gemeld), een echo waarvan de tweede tap de helft van de eerste haalt of meer (die leest als een periodieke structuur en wordt niet gemeld), sprekers op aparte kanalen (de kanalen worden gemixt), en elke opname onder 6 seconden of met minder dan 3 blokken van een seconde geluid, die geen lezing krijgt.

Wat het niet is Geen maat voor de ruimte: een vertraagde kopie van het geluid, of die nu van een muur, een delay-effect of een gesprek komt. Geen telling van echo’s: de vertraging van de sterkste. Geen kopie die maar op een paar plekken zit: een frase die één keer herhaald wordt, wordt niet gemeld.

Slapback- of echoniveau Gevalideerd

chain.slapbackLevelDb

Ketencontroles

Wat het meet Het niveau van die kopie ten opzichte van het geluid dat ze kopieert, in dB: -3 is bijna even luid, -20 is zwak.

Zo lees je het Relatief aan de opname als geheel, direct geluid en nagalm samen; stabiele ruis onder de spraak laat het lager lezen (ongeveer 1,5 dB bij 10 dB signaal-ruisverhouding). Null als er geen kopie is.

Waarom Of de kopie ertoe doet: eentje op -6 dB maakt spraak moeilijk te volgen, eentje op -20 dB is nauwelijks te horen.

Getoetst tegen Getest met dezelfde data als chain.slapbackDelayMs. Voor gewone digitale kopieën op -16, -10 en -4 dB las het binnen 2 dB van het ware niveau in alle 231 gevonden kopieën in de derde test (180 synthetische en 51 van de OV-set; grootste fout 0,72 dB). Een kopie gemaakt in een echte zaal (de kopie van het directe geluid, met de zaal van nagalm voorzien) las lager: tussen 0,4 en 3,5 dB onder het niveau tegenover het directe geluid, een mediaan van 1,9 dB, en binnen 2 dB in 28 van 51.

Marge ±2 dB. Voor gewone digitale kopieën op -16 tot -4 dB: alle 231 binnen 2 dB. Een kopie gemaakt in een zaal leest 0,4 tot 3,5 dB lager.

Zo werkt het Klassieke signaalverwerking.

Niet gevalideerd Een kopie die door een ruimte is gegaan (die wordt beoordeeld tegen het directe geluid en de nagalm samen, dus leest lager dan het niveau tegen alleen het directe geluid), niveaus boven -4 dB of onder -16 dB, en echte opnames met een bekend niveau.

Wat het niet is Niet relatief aan het directe geluid alleen als de kopie door een ruimte ging. De status van chain.slapbackDelayMs zegt waarop de maat is getest.

Slapback- of echoscore Gevalideerd

chain.slapbackScore

Ketencontroles

Wat het meet Hoeveel robuuste standaardafwijkingen de sterkste vertraagde kopie boven haar omgeving uitsteekt in de autocorrelatie. Een kopie wordt gemeld vanaf 12.

Zo lees je het Echte spraak, ruis en brom zonder kopie bleven in onze tests onder 8, en geconstrueerde kopieën van -16 tot -4 dB scoorden vanaf 12,2 (mediaan 57). Vanaf 12 wordt een kopie gemeld, daaronder niet. Een piek die elders in het bereik gelijken heeft (een periodieke structuur: het framegrid van sommige synthetische stemmen, een muzieklus) of die maar op enkele plekken zit (een zin die één keer herhaalt) is geen kopie: de score blijft dan onder 12. Null voor een opname korter dan 6 s of met minder dan 3 seconden geluid.

Waarom Laat zien hoe duidelijk de zaak is, en houdt een bijna-treffer zichtbaar in plaats van die op "geen" af te ronden.

Getoetst tegen Getest met dezelfde data als chain.slapbackDelayMs. Een kopie wordt gemeld vanaf een score van 12 als hij door de hele opname aanwezig is. De in de derde test gevonden kopieën scoorden vanaf 12,2 (mediaan 57,5). Echte voorgelezen spraak zonder kopie scoorde hooguit 6,6 (mediaan 3,9). In 49 van de 331 beoordeelde opnames zonder kopie, allemaal van synthetische stemmen, haalde de sterkste piek 12 maar werd opzijgezet als periodieke structuur of als aanwezig op slechts een paar plekken (zijn score blijft dan op 11,9), en geen enkele werd gemeld.

Zo werkt het Klassieke signaalverwerking.

Wat het niet is Geen kans. Muziek met een loop of beat herhaalt zichzelf overal en kan de grens halen (4 van 40 clips van de ontwikkelsets deed dat). Een piek die elders in de autocorrelatie gelijken heeft, of die maar op een paar plekken zit, is geen kopie en zijn score blijft onder 12.

Dropouts Gevalideerd

chain.dropoutCount

Ketencontroles

Wat het meet Het aantal abrupte gaten van digitale stilte, 8 tot 500 ms, binnen geluid: verloren pakketten die door niets zijn vervangen.

Zo lees je het Een gat dat het geluid doorsnijdt, met het niveau aan beide kanten binnen 20 dB van het actieve niveau, telt; een pauze of een gate niet. Een ondergrens: een verlies in een pauze of een stil stuk is niet van een pauze te onderscheiden, en een verlies dat de codec verhuld heeft (herhaling, interpolatie, comfortruis) laat geen gat achter. Null voor een opname onder 2 s.

Waarom Verloren pakketten laten spraak haperen en kosten een herkenner cijfers en namen, en niets anders in dit register ziet ze: het niveau, de ruis en het spectrum zijn in orde.

Getoetst tegen Geconstrueerde gaten van digitale stilte in voorgelezen spraak, elk met een bekende plek en lengte. Ontwikkeld op LibriSpeech dev-clean en getest op 13 oktober 2026 op data waarop het niet is ontwikkeld, met vooraf vastgelegde criteria (scripts/validatie/slapback/PREREG-DROPOUT.md en RESULT.md): LibriSpeech test-clean met vier soorten ruimteruis, 160 opnames met 8.411 gemaakte gaten die in geluid sneden. Het vond 99,8 procent ervan, en 99,9 procent van de 8.406 gaten die het meldde was echt (een gat telt als begin en lengte binnen 2 ms van het gemaakte gat liggen); het aantal klopte binnen 5 procent, of één gat, in alle 160 opnames. Het meldde geen gat in een van 1.615 opnames die er geen hadden: 40 schone, 40 met natuurlijke pauzes van digitale stilte, en 1.535 opnames van synthetische stemmen in 32 situaties (ruis, nagalm, telefoonband, clipping, snelle spraak). In de situatie met gesimuleerd pakketverlies (pakketten van 20 ms op nul gezet, 47 opnames) vond het alle 1.539 gaten die in geluid sneden en elk gat dat het meldde was echt; de andere 1.015 van de 2.554 gemaakte gaten vielen in pauzes en stille stukken en tellen niet mee.

Zo werkt het Klassieke signaalverwerking.

Niet gevalideerd Echte opnames van gesprekken met een bekende hoeveelheid pakketverlies, verlies dat een codec verhuld heeft (herhaald, geïnterpoleerd of gevuld met comfortruis, wat geen gat achterlaat), en ruis die na het verlies is toegevoegd, die het gat vult. De stilte die een codec in pauzes zet wordt als pauzes gelezen: 48 opnames via AMR-NB op 4,75 kbps bevatten 1.936 reeksen exacte nullen van 8 tot 500 ms, geen enkele met geluid aan beide kanten, en geen enkele werd geteld.

Wat het niet is Niet het aantal verloren pakketten: een verlies in een pauze of een stil stuk is niet van een pauze te onderscheiden, en een verlies dat de codec heeft verborgen laat geen gat achter. Het is een ondergrens: in de pakketverliestest sneden 1.539 van de 2.554 gemaakte gaten in geluid.

Dropouttijd Gevalideerd

chain.dropoutSec

Ketencontroles

Wat het meet De totale lengte van de dropouts, in seconden.

Zo lees je het Leg het naast de duur om het aandeel van de opname te zien dat verloren ging waar het ertoe deed.

Waarom Tien gaten van 20 ms en een van een kwart seconde zijn verschillende fouten; het aantal alleen onderscheidt ze niet.

Getoetst tegen De totale lengte van de gaten die chain.dropoutCount telt, waarvan in 99,9 procent van 8.406 gemelde gaten begin en lengte binnen 2 ms van het gemaakte gat lagen (de test staat daar beschreven).

Zo werkt het Klassieke signaalverwerking.

Wat het niet is Niet het aandeel van de opname dat verloren ging: alleen gaten die in geluid sneden worden opgeteld, en een verlies in een pauze of een stil stuk telt niet.

Langste dropout Gevalideerd

chain.dropoutMaxMs

Ketencontroles

Wat het meet De lengte van de langste dropout, in ms; null als er geen zijn.

Zo lees je het Eén verloren pakket is meestal 20 ms; 60 ms of meer is er meerdere achter elkaar.

Waarom Een uitbarsting van verlies is erger dan hetzelfde verlies gespreid, en dit is het getal dat een uitbarsting toont.

Getoetst tegen De lengte van het langste gat dat chain.dropoutCount telt, dat in 99,9 procent van 8.406 gemelde gaten binnen 2 ms van het gemaakte gat lag (de test staat daar beschreven). Op geconstrueerde ruis is de lengte exact tot op 0,1 ms (test/chain.test.ts).

Marge ±2 ms. Per gat, zoals getest: 99,9 procent van 8.406 gemelde gaten had een begin en een lengte binnen 2 ms van het gemaakte gat. Alleen gaten van 8 tot 500 ms.

Zo werkt het Klassieke signaalverwerking.

Wat het niet is Niet het langste verlies van het gesprek: een lang verlies in een pauze of een stil stuk telt niet, en een gat van meer dan een halve seconde wordt als pauze of montage gelezen.

Een piek tegenover de ruis eromheen, in de termen van ISO 1996-2. Relatief, nooit in dB(A).

Toonprominentie Gevalideerd

tone.prominenceDb

OmgevingDataset-QAHerkomst

Wat het meet De meest opvallende toon tegen de maskerende ruis in zijn kritieke band, volgens ISO 1996-2 annex C, uit een spectrum van 1 Hz over het hele bestand.

Zo lees je het Onder 4 dB hoor je het niet als toon; boven 10 dB is het opvallend en rekenen de meeste omgevingsgeluidnormen er een toeslag voor. Null bij spraak, waar de toon de stem zelf is, en onder 0,17 s. Bij muziek leest hij de aangehouden noot, en dat is inhoud, geen gebrek.

Waarom Een warmtepomp, een ventilator of een transformator is niet luid maar tonaal, en een breedbandniveau toont dat nooit. Dit is het getal waar de klacht over gaat.

Getoetst tegen ISO 1996-2 bijlage C: 0, 6 en 15 dB boven het maskeerniveau, en de labelgrenzen.

Zo werkt het Klassieke signaalverwerking.

Toonfrequentie Gevalideerd

tone.frequencyHz

Omgeving

Wat het meet Waar die meest opvallende toon zit.

Zo lees je het 50 of 100 Hz is netbrom, een paar honderd Hz is een motor of pomp, een paar kHz is een schakelende voeding of een fluittoon.

Waarom De frequentie wijst de bron aan, en de bron is wat iemand kan uitzetten.

Getoetst tegen Een toon met een bekende frequentie.

Zo werkt het Klassieke signaalverwerking.

Tonaliteit Gevalideerd

tone.label

OmgevingDataset-QA

Wat het meet De opvallendheid in de woorden van de norm: none, audible, prominent.

Zo lees je het Grenzen bij 4 en 10 dB boven het maskeerniveau.

Waarom Rapporten en geluidnormen praten in deze drie woorden; de dB-waarde erachter is voor de engineer.

Getoetst tegen De labelgrenzen van ISO 1996-2 bijlage C.

Zo werkt het Klassieke signaalverwerking.

50 of 60 Hz en hun harmonischen, alleen gemeten waar de stem pauzeert.

Netbrom Gevalideerd

hum.levelDb

Stem & podcastBroadcast & filmpostDataset-QA

Wat het meet Energie op 50 of 60 Hz en hun harmonischen tot 500 Hz, alleen gemeten in spraakpauzes, in dB boven de ruisvloer van de band van 30 tot 600 Hz.

Zo lees je het Onder 6 dB is er geen netstructuur die de moeite van het benoemen waard is. Null als er geen venster van 0,34 s in een pauze past: dat is niet gemeten, niet afwezig.

Waarom "Er zit 50 Hz brom 18 dB boven je vloer" is iets waar een stemopnemer iets mee kan; een breedband ruisvloer niet.

Getoetst tegen 6 dB meer brom leest als 6 dB meer; null als er geen venster in een pauze past.

Zo werkt het Klassieke signaalverwerking.

Netfrequentie Gevalideerd

hum.mainsHz

Stem & podcastBroadcast & filmpost

Wat het meet 50 of 60, afhankelijk van welke harmonische reeks de pauzes dragen, of null als de brom onder 6 dB blijft.

Zo lees je het 50 Hz is Europa, het grootste deel van Azië en Afrika; 60 Hz is Amerika en delen van Japan.

Waarom Zegt naar welk notchfilter je moet grijpen, en soms ook waar een opname gemaakt is.

Getoetst tegen Noemt 50 of 60 Hz bij een reeks harmonischen in de pauzes en zwijgt zonder.

Zo werkt het Klassieke signaalverwerking.

Wat voor soort audio dit is, en hoe stellig we dat vasthouden.

Inhoudstype Proxy

signal.contentType

Stem & podcastMix & masterHerkomstDataset-QAOmgevingLoop- & samplepack-QC

Wat het meet Of dit voice, music, mixed, noise of silence is.

Zo lees je het "Unknown" is een echt antwoord: het bewijs was het niet eens. Noise is stabiele achtergrondruis (brom, sis, airco, een menigte), niet elk geluid zonder spraak of muziek. Mixed betekent dat een deel van het bestand als spraak leest en een deel als muziek.

Waarom Bepaalt welke van de andere maten voor dit bestand überhaupt iets betekenen.

Getoetst tegen Twee modellen geven het oordeel over het bestand. Het eerste (v1) is wat de API teruggeeft tot 15 januari 2027: een frameclassifier met een bestandsoordeel: zang over een beat leest als "mixed", nooit met meer dan 0,85 vertrouwen. Een klein aangeleerd model (multinomiale logistische regressie over acht kenmerken, 27 getallen) maakt deel uit van het bestandsoordeel. Het is getraind op 57 gelabelde bestanden (30 spraak, 15 muziek, 12 ruis) en kwam in leave-one-out voor 96 procent overeen met de labels, tegen 77 procent voor de regel alleen. Het spreekt alleen waar de regel zich onthoudt of "noise" kiest, en verschijnt als model:v1 in het bewijs. Die 96 procent is op zijn eigen trainingsbestanden. Getest op 12 oktober 2026 tegen 600 fragmenten van 20 seconden uit MUSAN (200 spraak, 200 muziek, 200 ruis; één run, niets afgesteld): recall voor spraak 0,82 en precisie 0,56, muziek recall 0,46 en precisie 0,65, ruis recall 0,015 (3 van 200). Het haalde zijn vooraf geregistreerde criterium niet (recall en precisie van 0,80 of hoger voor alle drie de klassen), voor geen enkele klasse. Audioboekspraak (LibriVox) wordt op 98 van 100 fragmenten "voice" genoemd, Amerikaanse overheidsspraak op 66 van 100. Muziek wordt op 55 van 200 fragmenten "voice" genoemd en op 75 van 200 "noise". Het tweede model (v2) is een aangeleerd model in twee stappen over 25 eenvoudige kenmerken per venster van 10 seconden (stem, muziek of geluid; daarna constante ruis of niet), getraind op MUSAN-bestanden buiten de eerste test, tien DEMAND-omgevingen, en synthetische babble en constante ruis. De tools van de website gebruiken het nu, en de API biedt het aan als contentModel v2 en geeft het vanaf 15 januari 2027 standaard terug. Het is getest op dezelfde 600 fragmenten plus 90 fragmenten van drie omgevingen die het nooit had gezien (een plein, straatverkeer, de metro; 12 oktober 2026, één run, niets afgesteld): recall voor spraak 0,99 en precisie 0,95, muziek 0,95 en 0,86, constante ruis recall 0,44 (40 van 90; straatverkeer en de metro lezen meestal "unknown") en precisie 1,00. Het haalt zijn vooraf geregistreerde criterium voor spraak en muziek, niet voor ruis.

Zo werkt het Signaalverwerking met een klein getraind model erin.

Niet gevalideerd Noise: v1 raakte 3 van 200 MUSAN-ruisfragmenten en v2 vond 40 van 90 fragmenten van drie stabiele omgevingen. MUSAN-ruis is gevarieerd (omgevingsgeluid, machines, tonen, effecten), breder dan stabiele achtergrondruis, dus een deel van de eerste misser is een verschil in wat ruis betekent. Ook niet getest: spraak en muziek op hetzelfde moment (het label mixed van v1 is getest op geconstrueerde mengsels, MX-1, en v2 detecteert geen spraak over muziek), andere talen dan Engels, telefoon- en conferentieopnames, en bestanden korter dan 3 seconden (v2 geeft daar geen oordeel en v1 antwoordt wel). Het trainingsmateriaal van v2 komt uit dezelfde verzamelingen als het testmateriaal (andere bestanden, andere omgevingen), dus hoe het op andere opnames standhoudt is niet aangetoond. Of MUSAN-bestanden in de trainingsset van v1 zaten is onbekend, omdat er geen trainingsmanifest is bewaard.

Wat het niet is Geen classifier om op elke opname op te vertrouwen. Op het testmateriaal heeft v2 gelijk bij spraak en muziek, en geeft het alleen "noise" voor constante achtergrondruis die het herkent: het vond 40 van 90 en noemde de rest "unknown". Ruis betekent constante achtergrondruis (brom, sis, airco, een menigte), niet elk geluid zonder spraak of muziek. "Mixed" betekent dat een deel van het bestand als spraak leest en een deel als muziek; het detecteert geen spraak over muziek (op 500 geconstrueerde mengsels noemde v1 spraak met 6 dB zachtere muziek erdoor in 29 van 100 gevallen "mixed", MX-1, 12 oktober 2026).

Vertrouwen in inhoudstype Proxy

signal.contentConfidence

Dataset-QAHerkomst

Wat het meet Hoe stellig het inhoudstype wordt gehouden.

Zo lees je het Begrensd op 0,5 voor bestanden onder drie seconden.

Waarom Een oordeel zonder zijn vertrouwen is een gok in de kleren van een feit.

Getoetst tegen Begrensd op 0,85, en op 0,5 onder 3 seconden.

Zo werkt het Signaalverwerking met een klein getraind model erin.

Niet gevalideerd Onderdeel van het bestandsoordeel dat een klein aangeleerd model bevat, beschreven bij signal.contentType. Op de 600 MUSAN-fragmenten (12 oktober 2026) was het gemiddelde vertrouwen van v1 0,76 waar het oordeel klopte en 0,62 waar het fout was of zich onthield, dus het scheidde die twee nauwelijks; bij v2 was het 0,70 en 0,47, wat beter scheidt maar nog steeds geen kans is.

Wat het niet is Een vertrouwen van de classifier, geen kans.

Bewijs Proxy

signal.contentEvidence

Dataset-QAHerkomst

Wat het meet Welke onafhankelijke controles het inhoudstype onderbouwen.

Zo lees je het Een lijst korte feiten, zoals een beatgrid of een gecentreerd stereobeeld.

Waarom Maakt het oordeel bespreekbaar in plaats van orakelachtig, en alleen zo vertrouwt iemand het twee keer.

Getoetst tegen De onafhankelijke controles achter het oordeel.

Zo werkt het Signaalverwerking met een klein getraind model erin.

Niet gevalideerd Onderdeel van het bestandsoordeel dat een klein aangeleerd model bevat, beschreven bij signal.contentType.

Beatstabiliteit Proxy

signal.beatStability

Mix & masterDataset-QA

Wat het meet Aandeel van de vensters van 6 seconden dat het eens is over één tempo.

Zo lees je het Null onder 24 seconden, omdat een bewering genoeg vensters nodig heeft om het doen waard te zijn.

Waarom Muziek houdt een grid vast en spraak niet, wat de betrouwbaarste enkele scheider is die we vonden.

Getoetst tegen Een clicktrack op 120 bpm leest boven 0,9, onregelmatige clicks onder 0,7, en bestanden onder 24 s lezen null. Alleen clicks.

Zo werkt het Klassieke signaalverwerking.

Niet gevalideerd Muziek.

Wat het niet is Niet aangetoond een echt tempo te herkennen; daarvoor is muziek nodig.

Spectrale vlakheid (begin) Gevalideerd

signal.tonality

OmgevingDataset-QA

Wat het meet Hoe ruisachtig het begin van het bestand is, 0 tot 1.

Zo lees je het Bijna nul is een zuivere toon: een alarm, een testsignaal, een piep. Bijna één is breedbandige ruis.

Waarom Spraak is nooit een zuivere toon, dus een lezing bijna nul sluit het op zichzelf uit.

Getoetst tegen De spectrale vlakheid van het begin van het bestand: een zuivere toon leest onder 0,01 en ruis boven 0,9.

Zo werkt het Klassieke signaalverwerking.

Helderheid Proxy

signal.brightnessBucket

Mix & master

Wat het meet De algehele toon als woord.

Zo lees je het Dark, Balanced, Bright of Very bright.

Waarom Een bibliotheek op gevoel sorteren vraagt woorden, geen hertz.

Getoetst tegen Een klasse op basis van een maat voor het spectrale zwaartepunt.

Zo werkt het Klassieke signaalverwerking.

Dynamiek Proxy

signal.dynamicsBucket

Mix & master

Wat het meet De crestfactor als woord.

Zo lees je het Flat, Compressed, Modern of Dynamic.

Waarom Zegt in één oogopslag of een bestand al gemasterd is.

Getoetst tegen Een klasse op basis van een dynamiekmaat.

Zo werkt het Klassieke signaalverwerking.

Ruw bandlabel Proxy

signal.dominantBand

Mix & masterOmgevingLoop- & samplepack-QC

Wat het meet Een ruw label voor waar het geluid zit, afgeleid uit de zero-crossing rate, niet uit de energie per band.

Zo lees je het Benoemd, van sub tot air. Een luide bas met een beetje hoogfrequente ruis erbovenop kan als een hogere band lezen dan die met de meeste energie; de maat voor spectrumbanden geeft de echte verdeling.

Waarom De kortst mogelijke hint over hoe een bestand klinkt, om tegen het spectrum te controleren.

Getoetst tegen Het volgt de zero-crossing rate: tonen van 100, 1000, 3000 en 8000 Hz lezen Sub / bass, Mid, Upper-mid en High. Het is niet de band met de meeste energie: een luide bas met een zachte toon van 5 kHz erbovenop leest niet als bas.

Zo werkt het Klassieke signaalverwerking.

Wat het niet is Niet de band met de meeste energie; de lens voor spectrumbanden geeft dat.

Mono-in-vermomming-score Gevalideerd

signal.monophonic

HerkomstDataset-QA

Wat het meet Hoe nauw de twee kanalen overeenkomen: hun correlatie, nooit onder 0.

Zo lees je het Dicht bij 1 betekent dat het stereobestand mono is in vermomming. Het is een correlatie, geen kans.

Waarom Een stereocontainer bewijst niets; dit vangt een geupmixt of gedupliceerd kanaal.

Getoetst tegen Identieke kanalen lezen boven 0,999, onafhankelijke ruis onder 0,05, tegenfase 0, en kanalen met een correlatie van 0,5 lezen 0,5 binnen 0,05.

Zo werkt het Klassieke signaalverwerking.

Wat het niet is Geen kans: het is de links-rechtscorrelatie, nooit onder nul.

DC-offset Gevalideerd

signal.dcOffset

Dataset-QAHerkomstBroadcast & filmpostLoop- & samplepack-QC

Wat het meet Constante verschuiving van de golfvorm weg van nul.

Zo lees je het Alles wat merkbaar boven nul zit wijst op defecte hardware.

Waarom Kost headroom en komt nergens anders naar voren. Eén getal voor het hele bestand is genoeg.

Getoetst tegen Een toon die met +0,05 en met -0,03 is verschoven leest de verschuiving met haar teken, binnen 0,002.

Zo werkt het Klassieke signaalverwerking.

Heeft clipping Gevalideerd

signal.clipping

Dataset-QAMix & masterBroadcast & filmpostLoop- & samplepack-QC

Wat het meet Of het bestand ergens clipt.

Zo lees je het Een ja of nee voor triage.

Waarom Het eerste filter bij het sorteren van een map met honderden bestanden.

Getoetst tegen Detectie van afgeplatte toppen: stil bij een full-scale sinus en bij ruis, vindt clipping naar verhouding, en ziet het nog steeds nadat het bestand zachter is gezet.

Zo werkt het Klassieke signaalverwerking.

Niet gevalideerd Hoogfrequente clipping is er bewust onzichtbaar voor.

Clippinggebieden Gevalideerd

signal.clippingRegions

Dataset-QAMix & masterBroadcast & filmpost

Wat het meet Hoeveel afzonderlijke stukken clippen.

Zo lees je het Eén gebied is een ongelukje; twintig is een probleem met het opnameniveau.

Waarom Onderscheidt één luid moment van een take die veel te heet is opgenomen.

Getoetst tegen Detectie van afgeplatte toppen, zie signal.clipping.

Zo werkt het Klassieke signaalverwerking.

Wat het niet is Geen maat voor hoeveel er geclipt is. Zware clipping laat de stukken samensmelten: op 24 voorgelezen zinnen was de mediaan 20 gebieden bij 5 procent geclipte samples en 12 gebieden bij 25 procent (15 oktober 2026, V03-ENG).

Stille gebieden Gevalideerd

signal.silenceRegions

Dataset-QABroadcast & filmpost

Wat het meet Hoeveel afzonderlijke stille stukken er zijn.

Zo lees je het Een telling.

Waarom Veel korte stiltes is een stotterende edit; één lange is dode lucht.

Getoetst tegen Stiltes van 1 s en 0,5 s tussen stukken geluid lezen als twee gebieden; continu geluid leest nul gebieden.

Zo werkt het Klassieke signaalverwerking.

Totale stilte Gevalideerd

signal.silenceTotalSec

Dataset-QABroadcast & filmpostLoop- & samplepack-QC

Wat het meet Hoeveel van het bestand stil is.

Zo lees je het Seconden.

Waarom Zegt hoeveel van wat je opslaat en betaalt niets is.

Getoetst tegen Dezelfde twee stiltes (samen 1,5 s) lezen tussen 1,3 en 1,7 s; continu geluid leest 0.

Zo werkt het Klassieke signaalverwerking.

Tijdlijngebieden Proxy

signal.regions

Stem & podcastHerkomstDataset-QAOmgeving

Wat het meet Het bestand in stukken gesneden met de labels voice, silence, music, noise of clipping.

Zo lees je het Elk gebied draagt zijn eigen vertrouwen.

Waarom De kaart waarop je navigeert, en waar een agent gebied voor gebied mee aan de slag kan.

Getoetst tegen Dezelfde frameclassifier: stem, stilte, muziek, ruis, clipping.

Zo werkt het Klassieke signaalverwerking.

Wat het niet is Niet gevalideerd op een gelabeld corpus van echte opnames.

Tags Proxy

signal.tags

Dataset-QA

Wat het meet Korte trefwoorden die het bestand samenvatten.

Zo lees je het Bedoeld voor zoeken, niet om te lezen.

Waarom Maakt een bibliotheek vindbaar zonder iets te openen.

Getoetst tegen Alleen technische tags (inhoud, helderheid, dynamiek, samplefrequentie, kanalen, problemen, hints).

Zo werkt het Signaalverwerking met een klein getraind model erin.

Niet gevalideerd Onderdeel van het bestandsoordeel dat een klein aangeleerd model bevat, beschreven bij signal.contentType.

Wat het niet is Geen persoonskenmerken: geen geslacht, leeftijd, emotie of spreker.

Waarden die bewegen, als curves teruggegeven.

Tertsspectrum Gevalideerd

series.thirdOctave

OmgevingMix & masterHerkomst

Wat het meet Niveau per tertsband volgens IEC 61260, 20 Hz tot 20 kHz, in dBFS RMS, uit hetzelfde spectrum als de toonmeting.

Zo lees je het Witte ruis stijgt 3 dB per band-octaaf, roze ruis leest vlak, een sinus op full scale leest -3 dBFS in zijn band. Relatief aan full scale, niet aan een gekalibreerde microfoon.

Waarom De taal van iedereen die met een geluidniveaumeter werkt, en de basis voor een controle van de tonale balans tegen een referentiecurve.

Getoetst tegen IEC 61260: een full-scale sinus leest -3,01 dBFS in zijn eigen band, witte ruis stijgt 3 dB per octaaf, nominale middenfrequenties.

Zo werkt het Klassieke signaalverwerking.

Loudness in de tijd Gevalideerd

series.shortTermLufs

Mix & masterStem & podcastBroadcast & filmpost

Wat het meet Short-term loudness: een venster van 3 seconden, één waarde per 100 ms.

Zo lees je het Vlak = gelijkmatig luid; grillig = het niveau beweegt.

Waarom Laat zien waar de loudness range vandaan komt in plaats van alleen hoe groot hij is.

Getoetst tegen Dezelfde berekening als het short-term maximum.

Zo werkt het Klassieke signaalverwerking.

Niet gevalideerd Geen eigen test.

Golfvorm Gevalideerd

series.waveform

Stem & podcastMix & masterHerkomstDataset-QAOmgevingBroadcast & filmpostLoop- & samplepack-QC

Wat het meet Gedownsampelde envelop van het signaal.

Zo lees je het De vertrouwde vorm; luid is hoog.

Waarom Oriëntatie. Al het andere is makkelijker te lezen als je weet waar je bent.

Getoetst tegen Een toon die in amplitude van 0,2 naar 0,8 springt: elk van de 480 punten zit binnen 5 procent onder de werkelijke piek van zijn stuk en nooit erboven.

Zo werkt het Klassieke signaalverwerking.

Stemenvelop Gevalideerd

series.rmsEnvelope

Stem & podcast

Wat het meet Niveau in de tijd met ongeveer 50 frames per seconde.

Zo lees je het De vorm van het spreken, fijner dan de golfvormweergave.

Waarom Fijn genoeg om afzonderlijke lettergrepen te zien, en daar zitten tempo en clipping.

Getoetst tegen Ongeveer 50 frames per seconde (95 tot 105 voor een bestand van 2 s). De waarde is de RMS per frame: tonen met amplitude 0,2 en 0,02 lezen hun RMS binnen 3 en 5 procent.

Zo werkt het Klassieke signaalverwerking.

Stemactiviteitsmasker Proxy

series.voicedMask

Stem & podcastDataset-QA

Wat het meet Spraak of niet, voor elk envelopframe.

Zo lees je het Een-op-een uitgelijnd met de envelop.

Waarom Leg het over een andere maat en elke meting splitst zich in "tijdens spraak" en "tussen spraak".

Getoetst tegen Het masker van de spraakdetector, gemeten tegen woordalignments: frame-F1 0,92 op schone audio, maar het markeert alleen de luidere delen van zinnen, dus zachte woordbeginnen en woordeinden blijven buiten het masker. Met de K2-detector (zie Spraakaandeel) reikt het masker tot 100 ms verder in woordbeginnen en woordeinden: frame-F1 0,941 tegen 0,878 op schone audio en bij ruis van 20 en 10 dB (test-clean).

Zo werkt het Klassieke signaalverwerking.

Energie-envelop Gevalideerd

series.energyEnvelope

HerkomstDataset-QAOmgeving

Wat het meet Niveau in de tijd, vaste resolutie ongeacht de lengte van het bestand.

Zo lees je het De overzichtsvorm.

Waarom Vergelijkbaar tussen bestanden van verschillende lengte, wat de golfvorm niet is.

Getoetst tegen Vier keer de amplitude leest vier keer de waarde, binnen 8 procent, en de reeks dekt het hele bestand bij 6, 12 en 40 s zonder nulpadding. Deze test vond een bug (de reeks stopte na de eerste 480 frames en korte bestanden eindigden in nullen), opgelost op 11 oktober 2026.

Zo werkt het Klassieke signaalverwerking.

Helderheidsenvelop Gevalideerd

series.centroidEnvelope

HerkomstOmgeving

Wat het meet Zero-crossing rate in de tijd, een grof helderheidsspoor op dezelfde resolutie als de energie-envelop. Het is geen spectraal zwaartepunt in Hz.

Zo lees je het Stijgend betekent dat het materiaal hoger of helderder werd. Een sinus leest 2f/fs.

Waarom Helderheid beweegt waar het niveau dat niet doet: een EQ-wijziging, een andere microfoon, een heel andere bron.

Getoetst tegen De waarde is de zero-crossing rate per frame: een sinus leest 2f/fs binnen 8 procent bij 500 en 4000 Hz, en het stijgt met de toonhoogte.

Zo werkt het Klassieke signaalverwerking.

Wat het niet is Geen spectraal midden in Hz; het volgt de zero-crossing rate.

Blok-voor-blok-metingen die je op één tijdas kunt stapelen.

Spectrumbaan Gevalideerd

grid.terrain

Stem & podcastMix & masterHerkomstDataset-QAOmgeving

Wat het meet Energie per frequentieband in de tijd, 48 logaritmisch verdeelde banden.

Zo lees je het Helder is luid. Verticale strepen zijn aanslagen; horizontale balken zijn aangehouden tonen.

Waarom De vorm van het geluid in één oogopslag, en de laag waartegen elke andere baan gelezen wordt.

Getoetst tegen Voor een toon van 1 kHz is de luidste van de 48 banden in elk blok die rond 1 kHz (binnen één logaritmische band, 15,5 procent), en het maximum leest 0 dB.

Zo werkt het Klassieke signaalverwerking.

Niveaubaan Gevalideerd

grid.level

Stem & podcastMix & masterDataset-QABroadcast & filmpost

Wat het meet RMS-niveau per blok.

Zo lees je het Hoger is luider; een vlakke lijn is gecomprimeerd of stabiel materiaal.

Waarom Vindt de luide en stille stukken zonder door het bestand te scrubben.

Getoetst tegen Tonen met amplitude 0,5 en 0,05 lezen hun RMS in dBFS (amplitude gedeeld door de wortel van 2) binnen 0,1 dB in elk blok.

Zo werkt het Klassieke signaalverwerking.

Piekbaan Gevalideerd

grid.peak

Mix & masterDataset-QA

Wat het meet Hoogste sample per blok.

Zo lees je het Het raken van 0 dBFS markeert de blokken die clippen.

Waarom Vormt met de niveaubaan de twee helften van de crestfactor.

Getoetst tegen Tonen met amplitude 0,5 en 0,05 lezen hun piek in dBFS binnen 0,1 dB in elk blok.

Zo werkt het Klassieke signaalverwerking.

Dynamiekbaan Gevalideerd

grid.crest

Mix & masterHerkomst

Wat het meet Crestfactor per blok.

Zo lees je het Boven 14 dB ademt het; onder 8 dB is het platgedrukt.

Waarom Een vlak stuk in een verder dynamisch bestand is bijna altijd een andere bron.

Getoetst tegen Een sinus leest 3,01 dB binnen 0,1 en een blokgolf 0 dB binnen 0,15, in elk blok.

Zo werkt het Klassieke signaalverwerking.

Helderheidsbaan Gevalideerd

grid.centroid

Mix & masterHerkomstOmgeving

Wat het meet Spectraal zwaartepunt per blok.

Zo lees je het Stijgend is helderder, dalend is donkerder of doffer.

Waarom Volgt tonale veranderingen die de spectrumbaan toont maar niet samenvat.

Getoetst tegen Een toon leest zijn eigen frequentie binnen 2 procent in elk blok, bij 1000 en 4000 Hz.

Zo werkt het Klassieke signaalverwerking.

Bandbreedtebaan Gevalideerd

grid.bandwidth

HerkomstDataset-QA

Wat het meet Waar het spectrum ophoudt, blok voor blok. Null als het te stil is om te meten.

Zo lees je het Gemeten: 64 kbps zit rond 11 kHz, 128 rond 16,5, 256 rond 19.

Waarom Leest de geschiedenis van het bestand: hoe hard het gecomprimeerd is, en precies waar twee bronnen aan elkaar zijn geplakt.

Getoetst tegen Terreinbanen: ruisvloeren landen op het ware niveau van stationaire ruis, brom scheidt van sis, flux piekt bij een naad, headroom leest nooit boven het niveau.

Zo werkt het Klassieke signaalverwerking.

Ruisvloerbaan Gevalideerd

grid.noiseFloor

Stem & podcastDataset-QAOmgeving

Wat het meet De stilste frames rond elk blok, als 25e percentiel over een venster van ±3 blokken.

Zo lees je het Een stap omhoog betekent dat er ruis bijkwam. Digitale stilte zit rond −120 dB.

Waarom Ruis onder spraak maakt het moeilijker te volgen, en dit toont het op de seconde dat het begint. Het beschrijft het signaal; het voorspelt geen spraakherkenningsfouten.

Getoetst tegen Terreinbanen: ruisvloeren landen op het ware niveau van stationaire ruis, brom scheidt van sis, flux piekt bij een naad, headroom leest nooit boven het niveau.

Zo werkt het Klassieke signaalverwerking.

Stereobaan Gevalideerd

grid.correlation

Mix & master

Wat het meet Links tegen rechts per blok, op een vaste schaal van −1 tot +1.

Zo lees je het +1 is mono, lager is breder, onder 0 werken de kanalen elkaar tegen.

Waarom Vangt een faseprobleem in één passage dat het gemiddelde op bestandsniveau wegspoelt.

Getoetst tegen Gelijke kanalen lezen boven 0,999, tegengestelde kanalen onder min 0,999, en onafhankelijke ruis binnen 0,05 van nul.

Zo werkt het Klassieke signaalverwerking.

Breedtebaan Gevalideerd

grid.width

Mix & master

Wat het meet Stereobreedte per blok.

Zo lees je het Getekend als het vlak achter de correlatielijn.

Waarom Laat zien waar een mix opengaat en waar hij naar het midden instort.

Getoetst tegen Mono leest 0, tegenfase 1 en onafhankelijke ruis 2/3 (binnen 0,04), dezelfde side/mid-regel als de stereobreedte van het hele bestand.

Zo werkt het Klassieke signaalverwerking.

Vlakheidsbaan Gevalideerd

grid.flatness

OmgevingHerkomst

Wat het meet Hoe ruisachtig elk blok is, 0 tot 1.

Zo lees je het Laag is een heldere toonhoogte; hoog is breedbandig.

Waarom Scheidt in de tijd een piep van een stem en brom van ruimteruis.

Getoetst tegen Terreinbanen: ruisvloeren landen op het ware niveau van stationaire ruis, brom scheidt van sis, flux piekt bij een naad, headroom leest nooit boven het niveau.

Zo werkt het Klassieke signaalverwerking.

Clippingbaan Gevalideerd

grid.clipFraction

Mix & masterDataset-QABroadcast & filmpost

Wat het meet Aandeel samples op of boven full scale per blok.

Zo lees je het Een balk betekent dat daar clipping plaatsvond.

Waarom Schade die je niet ongedaan kunt maken, op de seconde gelokaliseerd.

Getoetst tegen Een sinus van 1,5 geclipt op 1 leest het geclipte aandeel van de samples, 0,54, binnen 0,02 in elk blok; een niet-geclipte sinus leest 0.

Zo werkt het Klassieke signaalverwerking.

DC-baan Gevalideerd

grid.dcOffset

Herkomst

Wat het meet Verschuiving van de golfvorm weg van nul per blok.

Zo lees je het Hoort het hele bestand vlak op nul te zitten.

Waarom Een stap betekent dat de hardware midden in de opname veranderde, wat niets anders hier zou onthullen.

Getoetst tegen Een toon die met 0,1 is verschoven leest 0,1 binnen 0,005 in elk blok.

Zo werkt het Klassieke signaalverwerking.

Combinaties van de lanes hierboven: headroom, noviteit, verandering, ruiskarakter.

Headroombaan Gevalideerd

derived.headroom

Stem & podcastDataset-QAOmgevingBroadcast & filmpost

Wat het meet Afstand tussen de inhoud en de lokale ruisvloer, blok voor blok.

Zo lees je het Boven 30 dB leest als schoon, onder 15 dB als ruisig. Het beschrijft het signaal; het voorspelt geen spraakherkenningsfouten.

Waarom Dit is het getal dat bepaalt of audio bruikbaar is, en nu is het verspreid over twee banen die de lezer op het oog moet aftrekken.

Getoetst tegen Terreinbanen: ruisvloeren landen op het ware niveau van stationaire ruis, brom scheidt van sis, flux piekt bij een naad, headroom leest nooit boven het niveau.

Zo werkt het Klassieke signaalverwerking.

Noviteitsbaan Proxy

derived.novelty

HerkomstDataset-QA

Wat het meet Hoeveel het materiaal rond elk moment verandert, door de twee seconden ervoor met de twee erna te vergelijken over bandbreedte, ruisvloer, helderheid, crest en stereocorrelatie samen.

Zo lees je het Pieken markeren grenzen. Lees ze allemaal, niet alleen de hoogste; bij dichte muziek is de hoogste piek niet altijd degene die je zocht. Alleen blokken die minstens 6 dB boven hun eigen ruisvloer staan, en boven -70 dBFS, worden vergeleken, dus een bestand op één stabiel niveau leest overal 0.

Waarom Wijst aan waar iets verandert zonder te hoeven zeggen waarnaar je zoekt. Het draagt de stereocorrelatie, dus het is degene die een kanaalinstorting vangt; de veranderingsbaan leest het monoterrein en vangt in plaats daarvan een naad. Samen dekken ze de vijf testgevallen. Zo geschaald dat het nooit verzadigt: de bovenkant van de baan blijft beschikbaar voor het werkelijk uitzonderlijke.

Getoetst tegen Identiek materiaal leest 0 (onder 0,02 op afstand van de verandering) en een verandering geeft een piek boven 0,2 binnen 2 s ervan. Alleen blokken die minstens 6 dB boven hun eigen ruisvloer en boven min 70 dBFS staan tellen mee, dus een bestand op een constant niveau leest overal 0.

Zo werkt het Klassieke signaalverwerking.

Niet gevalideerd Echte edits en overgangen, waar de juiste piek vooraf niet bekend is.

Veranderingsbaan Gevalideerd

derived.flux

Mix & masterHerkomst

Wat het meet Hoeveel het spectrum verandert van het ene blok naar het volgende.

Zo lees je het Pieken zijn aanslagen, edits en overgangen.

Waarom Het terrein is er al en wordt nooit gedifferentieerd, en de afgeleide is waar de editpunten wonen. Het vond de naad op precies 15,0 s in het testbestand die de noviteit miste. Per constructie blind voor een stereoverandering, omdat het terrein mono is.

Getoetst tegen Terreinbanen: ruisvloeren landen op het ware niveau van stationaire ruis, brom scheidt van sis, flux piekt bij een naad, headroom leest nooit boven het niveau.

Zo werkt het Klassieke signaalverwerking.

Ruiskarakterbaan Gevalideerd

derived.bandFlatness

OmgevingStem & podcast

Wat het meet Tonaliteit apart gemeten onder 250 Hz, van 250 Hz tot 4 kHz, en daarboven.

Zo lees je het Tonaal laag is brom, vlak hoog is sis, tonaal midden is muziek of een televisie. Drie lijnen, één per bandgroep.

Waarom Eén vlakheidsgetal per blok kan zeggen hoeveel ruis er is maar nooit wat voor soort, en de oplossing hangt volledig van de soort af.

Getoetst tegen Terreinbanen: ruisvloeren landen op het ware niveau van stationaire ruis, brom scheidt van sis, flux piekt bij een naad, headroom leest nooit boven het niveau.

Zo werkt het Klassieke signaalverwerking.