Media

Sprachaktivitäts-Segmentierung

Erkennt wahrscheinliche Aktivität im Sprachband und exportiert Sprach-/Nichtsprachbereiche als JSON, CSV, SRT oder FFmpeg-Liste.

file· DateiergebnisWerkzeug öffnen

Schnellstart

Rufen Sie dieses Werkzeug aus Ihrem Code in drei Sprachen auf.

cURL

# 1) Request a presigned URL → returns { uploadUrl, storageKey }
curl -X POST 'https://api.elysiatools.com/api/upload/presign/audio-voice-activity-segmentation' \
  -H 'Content-Type: application/json' \
  -d '{"filename":"audioFile.ext","contentType":"application/octet-stream","size":12345}'

# 2) PUT the file bytes directly to the presigned uploadUrl
curl -X PUT '<presigned uploadUrl>' \
  --data-binary @/path/to/file.ext

# 3) Call the tool, passing the returned storageKey for each file field
curl -X POST 'https://api.elysiatools.com/de/api/tools/audio-voice-activity-segmentation' \
  -F 'audioFile=uploads/2026/01/01/your-tool-1700000000000-abc123.ext' \
  -F 'sensitivity=balanced' \
  -F 'minimumSpeechSeconds=0.3' \
  -F 'minimumSilenceSeconds=0.25' \
  -F 'exportFormat=json'

API-Referenz

Senden Sie eine POST-Anfrage mit Ihren Eingaben als JSON. Dateiparameter erfordern einen vorherigen Upload.

Endpunkt

HTTP

POST https://api.elysiatools.com/de/api/tools/audio-voice-activity-segmentation

Parameter

Name	Typ	Erforderlich	Beschreibung
audioFile	fileUpload nötig	Ja	—
sensitivity	select	Ja	—
minimumSpeechSeconds	number	Nein	—
minimumSilenceSeconds	number	Nein	—
exportFormat	select	Ja	—

Dateiparameter müssen zuerst per POST /upload/audio-voice-activity-segmentation hochgeladen werden; der zurückgegebene filePath wird dann an das entsprechende Feld übergeben.

Antwortformat

Dateiergebnis

JSON

{
  "filePath": "/public/processing/randomid.ext",
  "fileName": "output.ext",
  "contentType": "application/octet-stream",
  "size": 1024,
  "metadata": {
    "key": "value"
  },
  "error": "Error message (optional)",
  "message": "Notification message (optional)"
}

MCP-Integration

Fügen Sie dieses Werkzeug Ihrem Model-Context-Protocol-Server hinzu, damit KI-Agenten es auflisten und aufrufen können.

Serverkonfiguration

Fügen Sie diesen Block Ihrer MCP-Client-Konfiguration hinzu:

mcp.json

{
  "mcpServers": {
    "elysiatools-audio-voice-activity-segmentation": {
      "name": "audio-voice-activity-segmentation",
      "description": "Erkennt wahrscheinliche Aktivität im Sprachband und exportiert Sprach-/Nichtsprachbereiche als JSON, CSV, SRT oder FFmpeg-Liste.",
      "baseUrl": "https://api.elysiatools.com/mcp/sse?toolId=audio-voice-activity-segmentation",
      "command": "",
      "args": [],
      "env": {},
      "isActive": true,
      "type": "sse"
    }
  }
}

Verfügbare Werkzeuge auflisten

Nach dem Verbinden mit dem SSE-Endpunkt listen Sie die bereitgestellten Werkzeuge auf:

tools/list

{
  "jsonrpc": "2.0",
  "id": 1,
  "method": "tools/list"
}

Dieses Werkzeug aufrufen

Rufen Sie das Werkzeug über seine ID auf; Argumente werden aus seiner Parameterliste gebildet:

tools/call

{
  "jsonrpc": "2.0",
  "id": 2,
  "method": "tools/call",
  "params": {
    "name": "audio-voice-activity-segmentation",
    "arguments": {
  "audioFile": "https://example.com/file.ext",
  "sensitivity": "balanced",
  "minimumSpeechSeconds": 0.3,
  "minimumSilenceSeconds": 0.25,
  "exportFormat": "json"
}
  }
}

Verketten Sie mehrere Werkzeuge in einer Sitzung mit einer kommagetrennten toolId-Liste, z. B. /mcp/sse?toolId=png-to-webp,jpg-to-webp,gif-to-webp (max. 20).

Dateiparameter akzeptieren ausschließlich eine öffentliche Datei-URL (https://…). Lokale Pfade, data:-URIs und Base64-Zeichenfolgen werden nicht unterstützt.

Fragen oder Probleme? Kontakt: [email protected]