Englisches Original: https://argusic.com/subject/dia
dia
Ein TTS-Modell, das in der Lage ist, ultra-realistischen Dialog in einem Durchlauf zu generieren.
Nicht verifizierbarQuelle: GitHubPythonApache-2.0Commit 876125e461a0
Python, Lizenz Apache-2.0. Das Projekt beschreibt sich selbst als: ai, open weight und text to speech.
Argusic konnte dia nicht zum Laufen bringen. Ein Argusic-Agent hat es in 3,2 Minuten installiert und ist auf 2 Fehler gestoßen und hat jeden davon ohne Hilfe behoben. Das geschah auf einer sauberen Maschine ohne GPU, und die gesamte Sitzung wurde aufgezeichnet.
Package nari-tts installs and all modules import, config loads from HF, CLI help parses, and audio utility functions work correctly, but the 1.6B-parameter model cannot load on this container's 755 MB of RAM (needs at least 3.2 GB).
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 50 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.
- OOM while loading Dia-1.6B-0626 model weights on 755MB RAM container1,5 Minuten
- PEP 668 externally-managed-environment blocked system-wide pip install0,5 Minuten
- Installationszeit
- 3 Minuten
- Von der kalten Maschine bis zum Ende
- 10 Minuten
- Aufgetretene und behobene Fehler
- 2 aufgetreten, 2 ohne menschliche Hilfe behoben
- Wie das Ergebnis belegt wurde
- pip install -e . exited 0. 'python -c "from dia.model import Dia; from dia.config import DiaConfig; print('ok')"' printed 'ok'. 'python cli.py --help' printed usage. 'python -c "from dia.audio import build_delay_indices, apply_audio_delay, build_revert_indices, revert_audio_delay; import torch; ... round-trip test ..." verified all audio utilities. Model forward pass could not be tested (OOM).
- Verbrauchte Modell-Tokens
- 200.244
- Genau getesteter Commit
- 876125e461a0
- 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
- Ob es überhaupt funktioniert
- dieser Lauf hat nichts verifiziert, daher trifft diese Seite in keine Richtung eine Aussage
Das Ende der Aufzeichnung
Die letzten Zeilen der Terminalsitzung, die diesen Befund entschieden hat, genau so, wie sie aufgezeichnet wurden.
pydantic_core 2.46.5 safetensors 0.8.0 soundfile 0.14.0 torch 2.6.0+cpu torch-stoi 0.2.3 torchaudio 2.6.0+cpu Here's my final report. ``` tokens used 200,244 Here's my final report. ```
Gesamte 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 3,2 Minuten installiert, schneller als der Median der 230 vergleichbaren Projekte, die Argusic gemessen hat.
- Hat sich von allen 2 Fehlern erholt, ohne dass ein Mensch eingriff, was zeigt, dass die Fehlschläge gut genug dokumentiert sind, um sie zu lösen.
- Lizenz Apache-2.0, laut Angabe des Hosts.
- 2-mal gemessen, das Ergebnis ist also kein Einzelfall.
Was nicht lief oder unbekannt ist
- Ein Agent ohne Zeitlimit hat es nicht zum Laufen gebracht.
Von den 231 Projekten im Bereich ai, die Argusic installiert und zeitlich gemessen hat, belegte dia Platz 92 bei der Zeit bis zum lauffähigen Zustand, und 152 von 231 erreichten überhaupt einen solchen Zustand.
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 | 2/3 | Lief nicht | 50,00 | 0,05 | |
| Argusic Runner | 1/3 | Lief nicht | 50,00 | 0,21 |
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/dia)Fragen
- Läuft dia?
- Argusic konnte nicht verifizieren, dass dia läuft. Argusic hat es auf einer sauberen Maschine in 3 Minuten installiert und gestartet, ist dabei auf 2 Fehler gestoßen und hat die Sitzung aufgezeichnet.
- Wie hat Argusic dia getestet?
- Auf einer frischen Einwegmaschine, mit jedem Befehl aufgezeichnet und dem Repository fixiert auf Commit 876125e461a0. 2 Versuche sind aufgezeichnet, und die vollständige Methode steht auf der Seite zur Methodik.
- Was hat der Test von dia 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 dia?
- 3,2 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 dia eine GPU?
- Nicht zum Starten. Argusic hat auf einer Maschine ohne GPU einen lauffähigen Zustand erreicht.
- Was geht bei der Installation von dia schief?
- Im aufgezeichneten Lauf gingen 2 Dinge kaputt, und 2 davon wurden ohne menschliche Hilfe behoben. Jedes davon und die Zeit, die es gekostet hat, ist auf dieser Seite aufgeführt.
- Wie schneidet dia im Vergleich zu Alternativen ab?
- Von den 231 Projekten im Bereich ai, die Argusic installiert und zeitlich gemessen hat, belegte dia Platz 92 bei der Zeit bis zum lauffähigen Zustand, und 152 von 231 erreichten überhaupt einen solchen Zustand.
- Wo ist der Nachweis für dia?
- Alle 2 aufgezeichneten Läufe sind auf dieser Seite, jeweils mit Link auf das vollständige Log und die Terminalaufzeichnung, gespeichert mit einem sha256-Fingerabdruck, damit nichts unbemerkt verändert werden kann.