Entendé a tu perro
con ciencia real

Análisis acústico de vocalizaciones caninas basado en investigación peer-reviewed. No es una traducción inventada — son métricas, modelos y referencias.

pYIN · Frecuencia fundamental HPSS · Relación armónico/ruido MFCCs + Delta · Perfil espectral Random Forest · 9 clases Claude Opus 4.7 · Interpretación científica
Probar ahora ↓

Metodología

¿Cómo funciona el análisis?

Tres pasos desde el audio crudo hasta la interpretación científica.

1

Grabás

Indicás el contexto situacional y presionás el botón. El navegador captura el audio, lo decodifica y lo convierte a WAV PCM 16-bit antes de enviarlo al servidor.

MediaRecorder API WebAudio API WAV encoder
2

Extraemos 66 features

Procesamos la señal con librosa: frecuencia fundamental frame a frame (pYIN), relación armónico/ruido (HPSS), 13 MFCCs + sus deltas, centroide espectral, y eventos via onset detection.

librosa pYIN HPSS MFCCs onset_detect
3

Clasificamos e interpretamos

Un Random Forest (entrenado con supervisión débil en Freesound) determina el tipo de vocalización entre 9 clases. Claude Opus 4.7 integra las métricas y produce una interpretación con base científica.

Random Forest Supervisión débil Claude Opus 4.7 Streaming SSE

Analizador

Grabá a tu perro

Indicá el contexto situacional para mejorar la precisión, luego grabá la vocalización.

VoxCanis Analyzer

Situación actual

⏱ 0.0s
Presioná para grabar
Analizando métricas acústicas…
—
—
—

Base científica

Investigación detrás del sistema

Las reglas de clasificación y los prompts de Claude están anclados en literatura peer-reviewed de comportamiento canino y bioacústica.

Pongrácz et al. (2005)
Behavioural Processes, 65:25–32
Humanos pueden reconocer el contexto emocional de ladridos caninos por sus propiedades acústicas. Base para la clasificación por tipo de vocalización.
Yin & McCowan (2004)
Animal Behaviour, 68:897–909
Estructura acústica de ladridos de disturbio vs aislamiento. Fundamenta los umbrales de F0 y los intervalos entre eventos.
Faragó et al. (2010)
Animal Behaviour, 79:1007–1014
Gruñidos de defensa de recursos: F0 baja + HNR bajo. Fundamenta la detección de señales de advertencia y dominancia.
Morton (1977)
American Naturalist, 111:855–869
Regla motivacional-estructural: F0 alta → sumisión/miedo; F0 baja → dominancia/amenaza. Valida el uso de la pendiente de contorno F0.
Mauch & Dixon (2014)
ICASSP Proceedings
Algoritmo pYIN para estimación probabilística de F0 por frame. Más preciso que FFT clásica en señales cortas y ruidosas como ladridos.
Miklósi (2007)
Dog: Behaviour, Evolution & Cognition — OUP
Marco general de comunicación canina. Base para la interpretación de aullidos, saludos y ladridos de demanda.