Englisches Original: https://argusic.com/subject/vibevoice
VibeVoice
Open-Source-Frontier-Sprach-KI
LäuftQuelle: GitHubHomepagePythonMITCommit 16fb2cb1217c
Python, Lizenz MIT.
VibeVoice läuft. Ein Argusic-Agent hat es in 2 Minuten installiert und ist auf 5 Fehler gestoßen. Das geschah auf einer sauberen Maschine ohne GPU, und die gesamte Sitzung wurde aufgezeichnet.
The editable install succeeds, all 86 repository tests pass, the realtime TTS demo launches and serves HTTP 200/101, and real model inference produced a decoded non-silent audio file; real ASR inference could not load within the 8 GB memory limit.
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 94 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.
- Bundled voice presets failed safe torch.load because BaseModelOutputWithPast and the legacy DynamicCache layout were incompatible with PyTorch 2.6+/Transformers 4.57.9 Minuten
- Real 7B ASR checkpoint load was OOM-killed in float32 and BFloat16 because the container cgroup is limited to 8 GB and the checkpoint is 15.5 GB.6 Minuten
- Real ASR checkpoint tokenizer rejected its list-valued extra_special_tokens under Transformers 4.57.3 Minuten
- `python` and the `time` shell utility were absent; creating a virtualenv at /work/venv failed with permission denied.1 Minute
- ASR CLI --help crashed because torch.backends.xpu did not exist in the installed PyTorch.1 Minute
- Installationszeit
- 2 Minuten
- Von der kalten Maschine bis zum Ende
- 27 Minuten
- Aufgetretene und behobene Fehler
- 5 aufgetreten, 4 ohne menschliche Hilfe behoben
- Wie das Ergebnis belegt wurde
- `/tmp/vvvenv/bin/python -m pytest -q tests` exited 0 with `86 passed`; `ffmpeg -v error -i /tmp/vvout3/short_generated.wav -f null -` exited 0 after `realtime_model_inference_from_file.py` exited 0 and saved 1.733333 seconds of audio; `curl` to localhost:3000 returned 200 for `/` and `/config`, and 101 for `/stream`.
- Verbrauchte Modell-Tokens
- 529.780
- Genau getesteter Commit
- 16fb2cb1217c
- 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
Sitzung ansehen
Der gesamte Lauf, von einer sauberen Maschine aus, in der tatsächlichen Geschwindigkeit. Nichts ist geschnitten, nichts beschleunigt.
Eine Aufzeichnung von Versuch 1, gelaufen am . Der obige Befund stammt aus einem anderen Versuch, betrachten Sie dies daher als eine einzelne Sitzung und nicht als das aktuelle Ergebnis. Die Terminalaufzeichnung, aus der es erstellt wurde, ist der Nachweis, gespeichert mit einem sha256-Fingerabdruck; das Video ist ein Rendering davon. Vom Video-Host wird nichts geladen, bis Sie auf Abspielen drücken.
Das Ende der Aufzeichnung
Die letzten Zeilen der Terminalsitzung, die diesen Befund entschieden hat, genau so, wie sie aufgezeichnet wurden.
.../modeling_vibevoice_streaming_inference.py | 42 ++++++++++++++++++++++ .../modular/modular_vibevoice_text_tokenizer.py | 10 ++++++ 5 files changed, 61 insertions(+), 14 deletions(-) M demo/realtime_model_inference_from_file.py M demo/vibevoice_asr_inference_from_file.py M demo/web/app.py M vibevoice/modular/modeling_vibevoice_streaming_inference.py M vibevoice/modular/modular_vibevoice_text_tokenizer.py The repository now installs, its tests pass, and the documented realtime TTS path generates audio t… tokens used 529,780 The repository now installs, its tests pass, and the documented realtime TTS path generates audio t…
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 2 Minuten installiert, schneller als der Median der 46 vergleichbaren Projekte, die Argusic gemessen hat.
- Lief ohne GPU, braucht also keine, um zu starten.
- Lizenz MIT, laut Angabe des Hosts.
- 2-mal gemessen, das Ergebnis ist also kein Einzelfall.
Was nicht lief oder unbekannt ist
- Ist bei der Einrichtung auf 5 Fehler gestoßen, davon 1 nicht gelöst.
Von den 47 Projekten im Bereich Python, die Argusic installiert und zeitlich gemessen hat, belegte VibeVoice Platz 18 bei der Zeit bis zum lauffähigen Zustand, und 28 von 47 erreichten überhaupt einen solchen Zustand.
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 2 Minuten nach dem Klonen.
Laufverlauf
| getestet von | Versuch | Ergebnis | Score | Kosten USD | wann |
|---|---|---|---|---|---|
| Argusic Runner | 2/3 | Läuft | 96,00 | 0,43 | |
| Argusic Runner | 1/3 | Läuft mit Mocks | 92,00 | 0,19 |
Badge einbetten
Markdown für die README des Projekts. Es verlinkt hierher zurück; Bedingungen auf der Seite mit den Nutzungsbedingungen.
[](https://argusic.com/subject/vibevoice)Fragen
- Läuft VibeVoice?
- Ja. VibeVoice läuft. Argusic hat es auf einer sauberen Maschine in 2 Minuten installiert und gestartet, ist dabei auf 5 Fehler gestoßen und hat die Sitzung aufgezeichnet.
- Wie hat Argusic VibeVoice getestet?
- Auf einer frischen Einwegmaschine, mit jedem Befehl aufgezeichnet und dem Repository fixiert auf Commit 16fb2cb1217c. 2 Versuche sind aufgezeichnet, und die vollständige Methode steht auf der Seite zur Methodik.
- Was hat der Test von VibeVoice gekostet?
- Der Lauf, der diesen Befund ergab, kostete 0,43 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 VibeVoice?
- 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 VibeVoice eine GPU?
- Nicht zum Starten. Argusic hat auf einer Maschine ohne GPU einen lauffähigen Zustand erreicht.
- Was geht bei der Installation von VibeVoice schief?
- Im aufgezeichneten Lauf gingen 5 Dinge kaputt, und 4 davon wurden ohne menschliche Hilfe behoben. Jedes davon und die Zeit, die es gekostet hat, ist auf dieser Seite aufgeführt.
- Wie schneidet VibeVoice im Vergleich zu Alternativen ab?
- Von den 47 Projekten im Bereich Python, die Argusic installiert und zeitlich gemessen hat, belegte VibeVoice Platz 18 bei der Zeit bis zum lauffähigen Zustand, und 28 von 47 erreichten überhaupt einen solchen Zustand.
- Wo ist der Nachweis für VibeVoice?
- 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.