Ja. jiwer läuft. Argusic hat es auf einer sauberen Maschine in 0 Minuten installiert und gestartet, ist dabei auf 0 Fehler gestoßen und hat die Sitzung aufgezeichnet.

Wie hat Argusic jiwer getestet?

Auf einer frischen Einwegmaschine, mit jedem Befehl aufgezeichnet und dem Repository fixiert auf Commit 2227002889f2. Ein Versuch ist aufgezeichnet, und die vollständige Methode steht auf der Seite zur Methodik.

Was hat der Test von jiwer gekostet?

Der Lauf, der diesen Befund ergab, kostete 0,01 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 jiwer?

0,1 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 jiwer eine GPU?

Nicht zum Starten. Argusic hat auf einer Maschine ohne GPU einen lauffähigen Zustand erreicht.

Was geht bei der Installation von jiwer schief?

Im aufgezeichneten Lauf nichts: null Fehler zwischen Klonen und laufendem Zustand.

Wo ist der Nachweis für jiwer?

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.

Englisches Original: https://argusic.com/subject/jiwer

jiwer

Evaluieren Sie Ihr Spracherkennungssystem mit Ähnlichkeitsmaßen wie der Wortfehlerrate (WER).

LäuftQuelle: GitHubPythonApache-2.0Commit 2227002889f2

Python, Lizenz Apache-2.0. Das Projekt beschreibt sich selbst als: automatic speech recognition, evaluation metrics, python3, speech to text, wer und word error rate.

jiwer läuft. Ein Argusic-Agent hat es in 0,1 Minuten installiert und ist auf keine Fehler gestoßen. Das geschah auf einer sauberen Maschine ohne GPU, und die gesamte Sitzung wurde aufgezeichnet.

The jiwer package is installed and functional: all 74 tests pass, the CLI prints its help, and the Python API computes WER/MER/WIL/WIP/CER correctly including empty-reference edge cases.
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 100 von 100 (der Mittelwert der Lauf-Scores dieses Projekts).

Auf einen Blick

Befund: Läuft
Argusic Score: 100 / 100
Kosten des verifizierenden Laufs: 0,01 USD (gemessen)
aufgezeichnete Läufe: 1
zuletzt getestet: 2026-10-11
Sterne: 943
Forks: 109
offene Issues: 21
Beobachter: 12
Größe: 1 MB
erstellt: 2018-06-19
letzter Push: 2026-09-03

Projektdaten von GitHub, oben auf dieser Seite verlinkt, aktualisiert 2026-11-04. 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.

Installationszeit: unter einer Minute
Von der kalten Maschine bis zum Ende: unter einer Minute
Aufgetretene und behobene Fehler: 0 aufgetreten, 0 ohne menschliche Hilfe behoben
Wie das Ergebnis belegt wurde: pytest ran 74 passed; jiwer --help returned usage; python import + assertions for wer/mer/wil/wip/cer with empty and non-empty strings passed
Verbrauchte Modell-Tokens: 42.618
Genau getesteter Commit: 2227002889f2
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

Das Ende der Aufzeichnung

Die letzten Zeilen der Terminalsitzung, die diesen Befund entschieden hat, genau so, wie sie aufgezeichnet wurden.

assert jiwer.wer('', 'peaceful silence') == 2
assert jiwer.process_words('', 'now defined behaviour').insertions == 3
assert jiwer.cer('', 'a') == 1
assert jiwer.cer('', 'abcde') == 5
print('All assertions passed')
\" 2>&1" in /work/repo
 succeeded in 0ms:
All assertions passed
All 74 tests passed, CLI works, and Python API assertions confirmed. Everything is clean with zero …
tokens used
42,618
All 74 tests passed, CLI works, and Python API assertions confirmed. Everything is clean with zero …

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

Hat auf einer sauberen Maschine einen lauffähigen Zustand erreicht, mit aufgezeichneter Sitzung.
In 0,1 Minuten installiert.
Unterwegs ging nichts kaputt: null Fehler zwischen Klonen und laufendem Zustand.
Lief ohne GPU, braucht also keine, um zu starten.
Lizenz Apache-2.0, laut Angabe des Hosts.

Was nicht lief oder unbekannt ist

Bisher einmal gemessen. Ein einzelner Versuch zeigt, dass es laufen kann, nicht dass es zuverlässig läuft.

Wofür es eine vernünftige Wahl ist

Zum Ausprobieren auf einem Laptop oder kleinen Server: Es erreichte einen lauffähigen Zustand ohne GPU.
Für eine schnelle Evaluierung: Es lief 0,1 Minuten nach dem Klonen.
Nach der eigenen README: Der dokumentierte Weg funktionierte, ohne dass etwas zu beheben war.

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	100,00	0,01	2026-10-11 22:24 UTC

Themen (von GitHub)

automatic-speech-recognition evaluation-metrics python3 speech-to-text wer word-error-rate

Badge einbetten

Markdown für die README des Projekts. Es verlinkt hierher zurück; Bedingungen auf der Seite mit den Nutzungsbedingungen.

[![Tested by Argusic](https://argusic.com/badge/jiwer.svg)](https://argusic.com/subject/jiwer)

Fragen

Läuft jiwer?: Ja. jiwer läuft. Argusic hat es auf einer sauberen Maschine in 0 Minuten installiert und gestartet, ist dabei auf 0 Fehler gestoßen und hat die Sitzung aufgezeichnet.
Wie hat Argusic jiwer getestet?: Auf einer frischen Einwegmaschine, mit jedem Befehl aufgezeichnet und dem Repository fixiert auf Commit 2227002889f2. Ein Versuch ist aufgezeichnet, und die vollständige Methode steht auf der Seite zur Methodik.
Was hat der Test von jiwer gekostet?: Der Lauf, der diesen Befund ergab, kostete 0,01 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 jiwer?: 0,1 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 jiwer eine GPU?: Nicht zum Starten. Argusic hat auf einer Maschine ohne GPU einen lauffähigen Zustand erreicht.
Was geht bei der Installation von jiwer schief?: Im aufgezeichneten Lauf nichts: null Fehler zwischen Klonen und laufendem Zustand.
Wo ist der Nachweis für jiwer?: 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.