Media

Segmentación de actividad de voz

Detecta actividad probable en banda de voz y exporta rangos de voz/no voz en JSON, CSV, SRT o lista FFmpeg.

file· Resultado de archivoAbrir herramienta

Inicio rápido

Llama a esta herramienta desde tu código en tres lenguajes.

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/es/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'

Referencia de la API

Envía una petición POST con tus entradas en JSON. Los parámetros de tipo archivo requieren una subida previa.

Endpoint

HTTP

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

Parámetros

Nombre	Tipo	Obligatorio	Descripción
audioFile	filesubida requerida	Sí	—
sensitivity	select	Sí	—
minimumSpeechSeconds	number	No	—
minimumSilenceSeconds	number	No	—
exportFormat	select	Sí	—

Los parámetros de tipo archivo deben subirse primero mediante POST /upload/audio-voice-activity-segmentation; el filePath devuelto se pasa luego al campo correspondiente.

Formato de respuesta

Resultado de archivo

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)"
}

Integración MCP

Añade esta herramienta a tu servidor Model Context Protocol para que los agentes de IA puedan listarla y llamarla.

Configuración del servidor

Añade este bloque a la configuración de tu cliente MCP:

mcp.json

{
  "mcpServers": {
    "elysiatools-audio-voice-activity-segmentation": {
      "name": "audio-voice-activity-segmentation",
      "description": "Detecta actividad probable en banda de voz y exporta rangos de voz/no voz en JSON, CSV, SRT o lista FFmpeg.",
      "baseUrl": "https://api.elysiatools.com/mcp/sse?toolId=audio-voice-activity-segmentation",
      "command": "",
      "args": [],
      "env": {},
      "isActive": true,
      "type": "sse"
    }
  }
}

Listar herramientas disponibles

Tras conectar al endpoint SSE, lista las herramientas expuestas:

tools/list

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

Llamar a esta herramienta

Invoca la herramienta por su id; los argumentos se construyen a partir de sus parámetros:

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"
}
  }
}

Encadena varias herramientas en una sesión con una lista toolId separada por comas, p. ej. /mcp/sse?toolId=png-to-webp,jpg-to-webp,gif-to-webp (máx. 20).

Los parámetros de archivo aceptan únicamente una URL de archivo pública (https://…). No se admiten rutas locales, data: URI ni cadenas Base64.

¿Dudas o problemas? Contacta con [email protected]