Детектор склейок аудіо — пошук вирізок і правок
Браузерний інструмент, що шукає точки склейки — місця, де аудіо було вирізано, склеєно або відредаговано. Шість детекторів форензики (спектральний потік, зміна рівня шуму, фаза ENF, стрибок висоти тону, зміна тембру, кліки на рівні семплів) голосують на кожні 50 мс аудіо та знаходять кандидатів з точністю до семплу.
Як виявити склейки
Завантажте аудіо- або відеофайл (MP3, WAV, OGG, FLAC, M4A, AAC, MP4, WebM).
Зачекайте, поки шість детекторів завершать роботу — зазвичай 1–3 секунди для кількох хвилин аудіо.
Прочитайте вердикт та евристичну оцінку; чисті записи залишаться зеленими.
Огляньте часову шкалу спектрограми на наявність червоних маркерів склейок; натисніть будь-який маркер, щоб послухати контекст 1,5 секунди.
Відкрийте «Чому це відмічено?» на кожній картці склейки, щоб побачити, які детектори спрацювали та чому.
Експортуйте TXT або JSON, якщо звіт потрібен для форензичного процесу.
Знайдіть кожну вирізку та правку в будь-якому записі
Кандидатів занадто багато, щоб вважати їх знахідками: звичайне мовлення постійно породжує різкі переходи — при кожному проривному приголосному, при кожній паузі. Позначки нижче вказують, де варто послухати самостійно, але вони не підтверджують, що запис було відредаговано.
Як це працює?
Вісім незалежних детекторів працюють на рівномірній сітці 50 мс. Кожен нормалізується по власній статистиці файлу (μ + k·σ), а потім поєднується з ваговими коефіцієнтами надійності у зведену оцінку. Піки вище порогу вилучаються як кандидати на склейки та зливаються в межах 250 мс.
fused = Σ wᵢ · σᵢ(signalᵢ), splice_candidate = local_max(fused) ≥ 0.55
- Розрив спектрального потоку — зміна STFT між кадрами
- Точка зміни рівня шуму — 10-й перцентиль RMS log-ratio
- Клік — стрибок другої різниці відносно локального RMS
- ENF (50 / 60 Гц) частота + фаза — квадратурне виявлення та параболічно інтерпольований пік FFT; точність менше Гц
- Висота тону (F0) — автокореляція, log-ratio озвучених кадрів
- MFCC — 26-мел, відстань L2 з 13 коефіцієнтами
- Бікогерентність — нормалізований біспектр, усереднений по (f₁, f₂) ∈ [200 Гц, 2 кГц]
- RIR proxy — відношення пізньої енергії (50–200 мс після початку / пік) у вікні 1 с
Коли ENF або RIR відсутній (записи на вулиці, суха суміш, безперервні тони), їхня вага пропорційно перерозподіляється між рештою детекторів, щоб зведена оцінка залишалась зіставною для різних типів записів.
Джерела: Grigoras (2007) критерій ENF; Duxbury et al. (2003) виявлення початку спектрального потоку; Davis & Mermelstein (1980) MFCC; Nikias & Petropulu (1993) спектри вищих порядків.
Перевірка в браузері
Синтезує набір тестових сценаріїв на сторінці та запускає детектор на кожному, щоб ви могли самостійно перевірити наші опубліковані метрики. Сценарії — чисте мовлення, жорсткі вирізки, кросфейди, розриви ENF, стрибки висоти тону, зміни приміщень — генеруються на льоту, тому кроку завантаження фікстур немає.
