Englisches Original: https://argusic.com/subject/sherpa-onnx
sherpa-onnx
Speech-to-text, text-to-speech, speaker diarization, speech enhancement, source separation und VAD mit Kaldi der nächsten Generation und onnxruntime ohne Internetverbindung. Unterstützt eingebettete Systeme, Android, iOS, HarmonyOS, Raspberry Pi, RISC-V, RK NPU, Axera NPU, Ascend NPU, x86_64-Server, websocket server/client und 12 Programmiersprachen.
LäuftQuelle: GitHubHomepageC++Apache-2.0Commit 040afe360a38
C++, Lizenz Apache-2.0. Das Projekt beschreibt sich selbst als: aarch64, android, arm32, asr, cpp, csharp, dotnet und ios.
sherpa-onnx läuft. Ein Argusic-Agent hat es in 7 Minuten installiert und ist auf 6 Fehler gestoßen und hat jeden davon ohne Hilfe behoben. Das geschah auf einer sauberen Maschine ohne GPU, und die gesamte Sitzung wurde aufgezeichnet.
The sherpa-onnx 1.13.8 C++ source built successfully, all 29 CTest tests passed, the published Python package installed, and both Python and native CLI paths performed real Whisper ASR and generated decodable Piper TTS audio.
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
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.
- pip install . failed at CMake configure because Python.h and Development.Module were missing; python3-dev cannot be installed without root3 Minuten
- Repository tests initially failed with ModuleNotFoundError: _sherpa_onnx1 Minute
- A single-process pytest run raised duplicate pybind registration errors1 Minute
- pytest mis-collected module-level speaker-test helpers as fixtures1 Minute
- /usr/bin/time was unavailable (exit 127)
- The file utility was unavailable
- Installationszeit
- 7 Minuten
- Von der kalten Maschine bis zum Ende
- 7 Minuten
- Aufgetretene und behobene Fehler
- 6 aufgetreten, 6 ohne menschliche Hilfe behoben
- Wie das Ergebnis belegt wurde
- ctest --output-on-failure exited 0 with 29/29 tests passed; source-built sherpa-onnx-offline exited 0 and transcribed test_wavs/0.wav as 'After early nightfall, the yellow lamps would light up here and there the squalid quarter of the brothels.'; Python and source-built CLI TTS produced 4.672s and 4.800s 16kHz mono PCM WAVs, both decoded by ffmpeg -v error -i FILE -f null - with exit 0.
- Verbrauchte Modell-Tokens
- 179.157
- Genau getesteter Commit
- 040afe360a38
- 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.
diff --git a/sherpa-onnx/python/sherpa_onnx/__init__.py b/sherpa-onnx/python/sherpa_onnx/__init__.py index eeea51f..27abdb7 100644 --- a/sherpa-onnx/python/sherpa_onnx/__init__.py +++ b/sherpa-onnx/python/sherpa_onnx/__init__.py @@ -95,3 +95,4 @@ from .keyword_spotter import KeywordSpotter from .offline_recognizer import OfflineRecognizer from .online_recognizer import OnlineRecognizer from .utils import text2token +__version__ = '1.13.8' ## HEAD (no branch) tokens used 179,157
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 7 Minuten installiert.
- Hat sich von allen 6 Fehlern erholt, ohne dass ein Mensch eingriff, was zeigt, dass die Fehlschläge gut genug dokumentiert sind, um sie zu lösen.
- Lief ohne GPU, braucht also keine, um zu starten.
- Lizenz Apache-2.0, laut Angabe des Hosts.
- 2-mal gemessen, das Ergebnis ist also kein Einzelfall.
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 7 Minuten nach dem Klonen.
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
Themen (von GitHub)
aarch64androidarm32asrcppcsharpdotnetioslazaruslinuxmacosmfcobject-pascalonnxraspberry-pirisc-vspeech-to-texttext-to-speechvitswindows
Badge einbetten
Markdown für die README des Projekts. Es verlinkt hierher zurück; Bedingungen auf der Seite mit den Nutzungsbedingungen.
[](https://argusic.com/subject/sherpa-onnx)Fragen
- Läuft sherpa-onnx?
- Ja. sherpa-onnx läuft. Argusic hat es auf einer sauberen Maschine in 7 Minuten installiert und gestartet, ist dabei auf 6 Fehler gestoßen und hat die Sitzung aufgezeichnet.
- Wie hat Argusic sherpa-onnx getestet?
- Auf einer frischen Einwegmaschine, mit jedem Befehl aufgezeichnet und dem Repository fixiert auf Commit 040afe360a38. 2 Versuche sind aufgezeichnet, und die vollständige Methode steht auf der Seite zur Methodik.
- Was hat der Test von sherpa-onnx gekostet?
- Der Lauf, der diesen Befund ergab, kostete 0,13 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 sherpa-onnx?
- 7 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 sherpa-onnx eine GPU?
- Nicht zum Starten. Argusic hat auf einer Maschine ohne GPU einen lauffähigen Zustand erreicht.
- Was geht bei der Installation von sherpa-onnx schief?
- Im aufgezeichneten Lauf gingen 6 Dinge kaputt, und 6 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 sherpa-onnx?
- 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.