Media

Сегментация речевой активности

Находит вероятную активность в речевой полосе и экспортирует речь/не-речь в JSON, CSV, SRT или список FFmpeg.

file· Файловый результатОткрыть инструмент

Быстрый старт

Вызовите этот инструмент из своего кода на трёх языках.

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/ru/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'

Справочник API

Отправьте POST-запрос с входными данными в JSON. Параметры типа «файл» требуют предварительной загрузки.

Endpoint

HTTP

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

Параметры

Имя	Тип	Обязательный	Описание
audioFile	fileнужна загрузка	Да	—
sensitivity	select	Да	—
minimumSpeechSeconds	number	Нет	—
minimumSilenceSeconds	number	Нет	—
exportFormat	select	Да	—

Параметры типа «файл» необходимо сначала загрузить через POST /upload/audio-voice-activity-segmentation, затем возвращённый filePath передаётся в соответствующее поле.

Формат ответа

Файловый результат

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)"
}

Интеграция MCP

Добавьте этот инструмент на свой сервер Model Context Protocol, чтобы ИИ-агенты могли перечислять и вызывать его.

Конфигурация сервера

Добавьте этот блок в конфигурацию вашего MCP-клиента:

mcp.json

{
  "mcpServers": {
    "elysiatools-audio-voice-activity-segmentation": {
      "name": "audio-voice-activity-segmentation",
      "description": "Находит вероятную активность в речевой полосе и экспортирует речь/не-речь в JSON, CSV, SRT или список FFmpeg.",
      "baseUrl": "https://api.elysiatools.com/mcp/sse?toolId=audio-voice-activity-segmentation",
      "command": "",
      "args": [],
      "env": {},
      "isActive": true,
      "type": "sse"
    }
  }
}

Получить список инструментов

После подключения к SSE-endpoint выведите список доступных инструментов:

tools/list

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

Вызвать этот инструмент

Вызовите инструмент по его id; аргументы формируются из его параметров:

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"
}
  }
}

Объединяйте несколько инструментов в одной сессии списком toolId через запятую, напр. /mcp/sse?toolId=png-to-webp,jpg-to-webp,gif-to-webp (макс. 20).

Файловые параметры принимают только публичный URL файла (https://…). Локальные пути, data: URI и строки Base64 не поддерживаются.

Вопросы или проблемы? Свяжитесь с [email protected]