Audio-Splice-Detektor — Schnitt- & Edit-Finder

Ein kostenloses Browser-Tool, das Spleißpunkte aufspürt — Stellen, an denen Audio geschnitten, verbunden oder bearbeitet wurde. Sechs forensische Detektoren (Spektralfluss, Grundrauschen-Wechsel, ENF-Phase, Tonhöhensprung, Klangfarbenwechsel, Sample-Klicks) stimmen über jede 50-ms-Spanne ab und liefern Kandidaten mit Millisekunden-Genauigkeit.

So erkennen Sie Spleiße

1

Audio- oder Videodatei hochladen (MP3, WAV, OGG, FLAC, M4A, AAC, MP4, WebM).

2

Warten Sie, bis die sechs Detektoren fertig sind — typischerweise 1–3 Sekunden für ein paar Minuten Audio.

3

Lesen Sie das Verdikt und den heuristischen Score; saubere Aufnahmen bleiben grün.

4

Prüfen Sie die Spektrogramm-Zeitachse auf rote Spleiß-Marker; klicken Sie auf einen Marker für 1,5 s Kontext.

5

Öffnen Sie "Warum wurde das markiert?" in jeder Spleiß-Karte, um zu sehen, welche Detektoren ausgelöst haben und warum.

6

Exportieren Sie TXT oder JSON, wenn Sie den Bericht für einen forensischen Workflow brauchen.

Jeden Schnitt und jede Bearbeitung in einer Aufnahme finden

✂️
Audio oder Video hochladen, um zu beginnen
MP3, WAV, OGG, FLAC, M4A, AAC, MP4, WebM
✂️
Suche nach Spleißen…
Heuristischer Score: 0% (heuristisch, nicht statistisch)
Wie funktioniert das?

Acht unabhängige Detektoren laufen auf einem einheitlichen 50-ms-Raster. Jeder wird relativ zur eigenen Statistik der Datei normiert (μ + k·σ) und mit Zuverlässigkeitsgewichten zu einem fusionierten Score kombiniert. Spitzen über der Schwelle werden als Spleißkandidaten extrahiert und im Umkreis von 250 ms zusammengeführt.

fused = Σ wᵢ · σᵢ(signalᵢ), splice_candidate = local_max(fused) ≥ 0,55

  • Spektralfluss — STFT-Änderung zwischen Frames
  • Wechselpunkt im Grundrauschen — Log-Verhältnis des 10. RMS-Perzentils
  • Klick — Spitze der zweiten Differenz vs. lokalem RMS
  • ENF-Frequenz + -Phase (50 / 60 Hz) — Quadraturdetektion plus parabolisch interpolierte FFT-Spitze; Sub-Hz-Präzision
  • Tonhöhe (F0) — Autokorrelation, Log-Verhältnis in stimmhaften Frames
  • MFCC — 26 Mel-Bänder, L2-Distanz über 13 Koeffizienten
  • Bikohärenz — normiertes Bispektrum, gemittelt über (f₁, f₂) ∈ [200 Hz, 2 kHz]
  • RIR-Proxy — Spätenergie-Verhältnis (50–200 ms nach Onset / Spitze) je 1-s-Fenster

Wenn ENF oder RIR fehlen (Outdoor-Aufnahmen, trockene Mischung, kontinuierliche Töne), wird ihr Gewicht proportional auf die übrigen Detektoren umverteilt, damit der fusionierte Score über Aufnahmetypen vergleichbar bleibt.

Referenzen: Grigoras (2007) ENF-Kriterium; Duxbury et al. (2003) Onset-Detection; Davis & Mermelstein (1980) MFCC; Nikias & Petropulu (1993) Higher-Order Spectra.

Spektrogramm-Zeitachse · zum Anhören klicken
0:00.000 / 0:00
Erkannte Spleiße 0
Nur anzeigen:
🧪 Validierung im Browser

Synthetisiert eine Reihe von Testszenarien in Ihrem Browser und führt den Detektor auf jedem aus, sodass Sie unsere veröffentlichten Metriken selbst überprüfen können. Die Szenarien werden zur Laufzeit per Web Audio API erzeugt — es gibt keinen Schritt zum Herunterladen von Fixtures.

Veröffentlicht Aktualisiert