SquarePeg Audio Analytics
Prototipo · datos de ejemplo

Análisis de fluidez por audio

Sube la grabación de una clase y analiza las pausas, vacilaciones y fluidez del estudiante.

Estudiante:
{{ up.fileTitle }}
{{ up.fileSub }}
{{ st.num }} {{ st.label }}
Fluidez compuesta
{{ rep.score }} de 100
CEFR estimado {{ rep.cefr }}
{{ m.label }} {{ m.tag }}
{{ m.value }} {{ m.unit }}
{{ m.note }}
Recomendación TPRS · basada en {{ rep.weakest }}
{{ rep.recHeadline }}

{{ rep.recDetail }}

Tendencia de fluidez
Puntaje compuesto por sesión
{{ rep.trendSvg }}
Eventos de esta sesión
Pausas y vacilaciones marcadas en el tiempo
{{ e.time }} {{ e.label }} {{ e.dur }}

Historial de sesiones

SesiónRatio hablaSílabas/segSílabas/tramoPausas/minFluidez
{{ h.title }}
{{ h.date }}
{{ h.str }} {{ h.rate }} {{ h.msr }} {{ h.spn }} {{ h.score }}
Sube una grabación para empezar
Pulsa Analizar grabación para ver el pipeline y el informe de fluidez.
Pipeline: Captura → VAD (detección de voz) → Diarización (separar docente/estudiante) → Detección de turnos → Extracción de rasgos → Analítica → Informe. Métricas según Lin (2015). En producción, el audio se procesa con una API de voz (p. ej. AssemblyAI/Deepgram) desde una función segura; aquí se muestran datos de ejemplo.