Para desarrolladores
Preparación del audio
Toda grabación pasa por los mismos pasos antes de puntuarse, con los mismos límites para todos. Son el estándar de Spelly y no se pueden cambiar por llamada ni por clave.
#Qué puedes enviar
Se decodifica cualquier formato de audio habitual: WAV, FLAC, OGG, WebM, MP3 y otros. Un WAV a 16 kHz, 16 bits y mono no necesita conversión. El estéreo se mezcla a mono, y toda grabación se remuestrea a 16 kHz.
#Duración y tamaño
Un archivo de más de 960.000 bytes se rechaza con HTTP 413 (assess.recordingTooLong). Solo se puntúan los primeros 15 segundos de una grabación.
#Silencio en los extremos
Se corta el silencio antes del primer sonido de habla y después del último, dejando 750 ms alrededor. Es habla todo lo que supera el 5 % del nivel más alto de la grabación mantenido durante 150 ms, así que un clic en un extremo no puede fijar el nivel.
#Grabaciones rechazadas
Una grabación rechazada no recibe puntuación y no cuesta nada: se devuelve su cargo.
- Ilegible (HTTP 400,
assessment.audioUnreadable): ningún decodificador puede leer el archivo. - No se oyó nada (HTTP 422,
assessment.nothingHeard): la grabación está en silencio (su pico está por debajo de 0,01 de la escala completa, o su nivel más alto por debajo de -50 dBFS), es ruido y no habla (una tasa media de cruces por cero superior a 0,25 mientras su nivel más alto se queda por debajo de -35 dBFS), o el modelo no oye ningún sonido en ella. - Demasiado corta (HTTP 422,
assessment.tooShort): dura menos de 85 ms, lo mínimo que lee el modelo, o es demasiado corta para contener su texto: el modelo necesita un fotograma de unos 40 ms por cada sonido esperado, y uno más entre dos sonidos idénticos seguidos.
¿Preguntas?
Cuéntanos qué tienes en mente y te responderemos.