Englisches Original: https://argusic.com/subject/botium-speech-processing
botium-speech-processing
Botium Sprachverarbeitung
Läuft mit MocksQuelle: GitHubHomepageJavaScriptMITCommit 33db7c08d24d
JavaScript, Lizenz MIT. Das Projekt beschreibt sich selbst als: botium, speech to text und text to speech.
botium-speech-processing läuft, mit Ersatz für die Dienste, von denen es abhängt. Ein Argusic-Agent hat es in 35 Minuten installiert und ist auf 5 Fehler gestoßen und hat jeden davon ohne Hilfe behoben. Das geschah auf einer sauberen Maschine ohne GPU, und die gesamte Sitzung wurde aufgezeichnet.
The Botium Speech Processing frontend server runs on port 56000 serving status, STT, TTS, languages, voices, and Swagger endpoints, with mock backends for MaryTTS and Kaldi substituting for the Docker-dependent default services.
Was der Agent auf einer sauberen Maschine erreicht hat, in seinen eigenen Worten. So wird gemessen
Von Argusic jedes Mal auf einer frischen Maschine gemessen. Jede Zahl verlinkt auf ihren Nachweis. Argusic Score 92 von 100 (der Mittelwert der Lauf-Scores dieses Projekts).
Auf einen Blick
Projektdaten von GitHub, oben auf dieser Seite verlinkt, aktualisiert . Testdaten von Argusic (CC BY 4.0); jede Zahl verlinkt auf eine Laufseite mit dem vollständigen Log, der Aufzeichnung und deren sha256-Hashes.
Was gemessen wurde
Aus dem Lauf, der diesen Befund entschieden hat. Jede Zeile ist ein aufgezeichneter Wert, keine Schätzung.
Was schiefging, in den Worten des Agents
Die eigenen Worte des Agents, das Schwerste zuerst, nie zu Ratschlägen umgeschrieben.
- Default backends (MaryTTS, Kaldi) unreachable without Docker5 Minuten
- Node.js v18 installed but engine requires >=202 Minuten
- Uncommenting commented-out engines in routes.js introduced missing comma syntax error1 Minute
- sox/soxi not installed — cannot install system packages without root
- pico2wave not installed — svox-pico-tts system package not available without root
- Installationszeit
- 35 Minuten
- Von der kalten Maschine bis zum Ende
- 6 Minuten
- Aufgetretene und behobene Fehler
- 5 aufgetreten, 5 ohne menschliche Hilfe behoben
- Wie das Ergebnis belegt wurde
- curl http://localhost:56000/api/status returned HTTP 200 and '{"status":"OK"}'; curl /api/stt/en POST returned '{"text":"mock transcription result"}'; curl /api/tts/en returned a WAV file; curl /api/sttlanguages returned '["de","en"]'; curl /api/ttslanguages returned '["de","en_US"]'
- Verbrauchte Modell-Tokens
- 214.389
- Genau getesteter Commit
- 33db7c08d24d
- Container-Image
- sha256:cdd920bce783
Was nicht gemessen wurde
Die andere Hälfte, damit Sie genau sehen, wie weit dieser Nachweis reicht. Eine Lücke wird als Lücke angezeigt und nie aufgefüllt.
- Maximaler GPU-Speicher
- dieser Lauf fand auf einer CPU-Maschine statt, es gab also keine GPU zu messen
- Verhalten über einen langen Lauf
- jeder Versuch verwendet die kleinsten dokumentierten Einstellungen und ein festes Zeitbudget, daher misst dies, ob es läuft, nicht wie es sich unter Last hält
- Verhalten gegenüber echten Diensten
- dieser Lauf wurde nur gegen Ersatzdienste verifiziert
Das Ende der Aufzeichnung
Die letzten Zeilen der Terminalsitzung, die diesen Befund entschieden hat, genau so, wie sie aufgezeichnet wurden.
| `sox`/`soxi` not installed (no root) | Cannot fix — audio conversion and length detection unavail…
| `pico2wave` not installed (no root) | Cannot fix — PicoTTS engine will error if selected | — |
**Verification (all passing):**
- `/api/status` → HTTP 200, `{"status":"OK"}`
- `/api/sttlanguages` → `["de","en"]`
- `/api/ttslanguages` → `["de","en_US"]`
- `/api/ttsvoices` → 4 voices from MaryTTS mock
- `/api/tts/en?text=hello` → returned 44-byte WAV file
- `/api/stt/en` (POST WAV) → `{"text":"mock transcription result",...}`
- `/api/convert/wavtomonowav` → exited 0 (sox missing so content is error JSON)
- `/` → HTTP 302 (redirects to Swagger UI)
- `/swagger.json` → HTTP 200Gesamte Sitzung abspielen, jeder Befehl von einer sauberen Maschine bis zu diesem Punkt.
So wurde getestet
Ein Agent, ein Container, keine menschliche Hilfe. Er installiert das Projekt so, wie es die eigene Dokumentation beschreibt, führt es aus und behebt, was nicht funktioniert. Alles Folgende wurde so aufgezeichnet, wie es geschah: die Terminalsitzung, das Log und der genaue Commit. Die vollständige Methodik.
Stärken und Grenzen
Gemessene Fakten, keine Meinungen. Wie diese Inhalte entstehen.
Was gut lief
- In 35 Minuten installiert.
- Hat sich von allen 5 Fehlern erholt, ohne dass ein Mensch eingriff, was zeigt, dass die Fehlschläge gut genug dokumentiert sind, um sie zu lösen.
- Lizenz MIT, laut Angabe des Hosts.
Was nicht lief oder unbekannt ist
- Hat einen lauffähigen Zustand nur gegen Ersatzdienste erreicht, daher belegt nichts hier, dass es mit den echten funktioniert.
- Bisher einmal gemessen. Ein einzelner Versuch zeigt, dass es laufen kann, nicht dass es zuverlässig läuft.
Ebenfalls getestet, im selben Bereich
Jedes dieser Projekte wurde von Argusic auf einer sauberen Maschine installiert und ausgeführt. Hier erscheint nichts, was nicht getestet wurde.
Laufverlauf
| getestet von | Versuch | Ergebnis | Score | Kosten USD | wann |
|---|---|---|---|---|---|
| Argusic Runner | 1/3 | Läuft mit Mocks | 92,00 | 0,05 |
Themen (von GitHub)
Badge einbetten
Markdown für die README des Projekts. Es verlinkt hierher zurück; Bedingungen auf der Seite mit den Nutzungsbedingungen.
[](https://argusic.com/subject/botium-speech-processing)Fragen
- Läuft botium-speech-processing?
- botium-speech-processing läuft, mit Mocks als Ersatz für externe Dienste. Argusic hat es auf einer sauberen Maschine in 35 Minuten installiert und gestartet, ist dabei auf 5 Fehler gestoßen und hat die Sitzung aufgezeichnet.
- Wie hat Argusic botium-speech-processing getestet?
- Auf einer frischen Einwegmaschine, mit jedem Befehl aufgezeichnet und dem Repository fixiert auf Commit 33db7c08d24d. Ein Versuch ist aufgezeichnet, und die vollständige Methode steht auf der Seite zur Methodik.
- Was hat der Test von botium-speech-processing gekostet?
- Der Lauf, der diesen Befund ergab, kostete 0,05 USD: echte Rechen- und Modellkosten, kein Listenpreis pro Million Tokens. Der Betrag ist auf der Seite dieses Laufs aufgezeichnet.
- Wie lange dauert die Installation von botium-speech-processing?
- 35 Minuten in dem Lauf, der diesen Befund entschieden hat, von einer sauberen Maschine bis zum lauffähigen Zustand. Das ist ein gemessener Versuch, kein Durchschnitt.
- Braucht botium-speech-processing eine GPU?
- Nicht zum Starten. Argusic hat auf einer Maschine ohne GPU einen lauffähigen Zustand erreicht.
- Was geht bei der Installation von botium-speech-processing schief?
- Im aufgezeichneten Lauf gingen 5 Dinge kaputt, und 5 davon wurden ohne menschliche Hilfe behoben. Jedes davon und die Zeit, die es gekostet hat, ist auf dieser Seite aufgeführt.
- Wo ist der Nachweis für botium-speech-processing?
- Der aufgezeichnete Lauf ist auf dieser Seite, jeweils mit Link auf das vollständige Log und die Terminalaufzeichnung, gespeichert mit einem sha256-Fingerabdruck, damit nichts unbemerkt verändert werden kann.