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.

Contactar