Media

Segmentação de atividade de voz

Detecta provável atividade na faixa de voz e exporta intervalos de fala/não fala em JSON, CSV, SRT ou lista FFmpeg.

file· Resultado de arquivoAbrir ferramenta

Início rápido

Chame esta ferramenta a partir do seu código em três idiomas.

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/pt/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'

Referência da API

Envie uma requisição POST com suas entradas em JSON. Parâmetros do tipo arquivo exigem upload prévio.

Endpoint

HTTP

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

Parâmetros

Nome	Tipo	Obrigatório	Descrição
audioFile	fileupload necessário	Sim	—
sensitivity	select	Sim	—
minimumSpeechSeconds	number	Não	—
minimumSilenceSeconds	number	Não	—
exportFormat	select	Sim	—

Parâmetros do tipo arquivo devem ser enviados primeiro via POST /upload/audio-voice-activity-segmentation; o filePath retornado é então passado ao campo correspondente.

Formato de resposta

Resultado de arquivo

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)"
}

Integração MCP

Adicione esta ferramenta ao seu servidor Model Context Protocol para que agentes de IA possam listá-la e chamá-la.

Configuração do servidor

Adicione este bloco à configuração do seu cliente MCP:

mcp.json

{
  "mcpServers": {
    "elysiatools-audio-voice-activity-segmentation": {
      "name": "audio-voice-activity-segmentation",
      "description": "Detecta provável atividade na faixa de voz e exporta intervalos de fala/não fala em JSON, CSV, SRT ou lista FFmpeg.",
      "baseUrl": "https://api.elysiatools.com/mcp/sse?toolId=audio-voice-activity-segmentation",
      "command": "",
      "args": [],
      "env": {},
      "isActive": true,
      "type": "sse"
    }
  }
}

Listar ferramentas disponíveis

Após conectar ao endpoint SSE, liste as ferramentas expostas:

tools/list

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

Chamar esta ferramenta

Invoque a ferramenta pelo seu id; os argumentos são construídos a partir de seus parâmetros:

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"
}
  }
}

Encadeie várias ferramentas em uma sessão com uma lista toolId separada por vírgulas, p. ex. /mcp/sse?toolId=png-to-webp,jpg-to-webp,gif-to-webp (máx. 20).

Parâmetros de arquivo aceitam somente uma URL de arquivo pública (https://…). Caminhos locais, data: URI e strings Base64 não são suportados.

Dúvidas ou problemas? Contate [email protected]