Per gli sviluppatori
Preparazione dell’audio
Ogni registrazione passa per gli stessi passaggi prima di essere valutata, con gli stessi limiti per tutti. Sono lo standard di Spelly e non si possono cambiare per chiamata né per chiave.
#Cosa puoi inviare
Si decodifica qualsiasi formato audio comune: WAV, FLAC, OGG, WebM, MP3 e altri. Un WAV a 16 kHz, 16 bit, mono non richiede conversione. Lo stereo viene mixato in mono, e ogni registrazione viene ricampionata a 16 kHz.
#Durata e dimensione
Un file di più di 960.000 byte viene rifiutato con HTTP 413 (assess.recordingTooLong). Si valutano solo i primi 15 secondi di una registrazione.
#Il silenzio ai bordi
Il silenzio prima del primo parlato e dopo l’ultimo viene tagliato, lasciando 750 ms intorno al parlato. È parlato tutto ciò che supera il 5% del livello più alto della registrazione mantenuto per 150 ms, così un clic a un bordo non può fissare il livello.
#Registrazioni rifiutate
Una registrazione rifiutata non riceve punteggio e non costa nulla: il suo addebito viene restituito.
- Illeggibile (HTTP 400,
assessment.audioUnreadable): nessun decodificatore riesce a leggere il file. - Nulla sentito (HTTP 422,
assessment.nothingHeard): la registrazione è silenziosa (il suo picco è sotto 0,01 del fondo scala, o il suo livello più alto sotto -50 dBFS), è rumore e non parlato (un tasso medio di attraversamenti dello zero sopra 0,25 mentre il suo livello più alto resta sotto -35 dBFS), oppure il modello non vi sente alcun suono. - Troppo breve (HTTP 422,
assessment.tooShort): dura meno di 85 ms, il minimo che il modello legge, oppure è troppo breve per contenere il suo testo: il modello ha bisogno di un frame di circa 40 ms per ogni suono atteso, e di uno in più tra due suoni identici di seguito.
Domande?
Raccontaci cosa hai in mente e ti risponderemo.