Englisches Original: https://argusic.com/subject/voiceflow
VoiceFlow
Lokales Sprachdiktat und Meeting-Recorder für Windows + Linux. Halten Sie einen Hotkey zum Diktieren oder zeichnen Sie lange Besprechungen mit Systemaudio auf. Whisper-Transkription, Zusammenfassungen mit eigenem LLM. Open Source.
LäuftQuelle: GitHubHomepagePythonMITCommit f63609a50da3
Python, Lizenz MIT. Das Projekt beschreibt sich selbst als: audio recording, cross platform, dictation, faster whisper, hyprland, linux, meeting recorder und meeting transcription.
VoiceFlow läuft. Ein Argusic-Agent hat es in 22 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.
pnpm+uv deps installed, TypeScript+Python code compiles/typechecks, frontend Vite build succeeds, 331/331 backend tests pass, and the Qt+Pyloid desktop app launches on the virtual display and loads the Whisper speech model.
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.
- @tailwindcss/oxide-linux-x64-gnu native binding requires Node >= 20 but system has Node 185 Minuten
- pnpm 12.x requires onlyBuiltDependencies in pnpm-workspace.yaml (esbuild, pnpm)4 Minuten
- evdev C extension build fails: Python.h not found (libpython3.12-dev headers missing)3 Minuten
- PortAudio library missing - sounddevice cannot import2 Minuten
- pyperclip clipboard fails - xclip not installed1 Minute
- Installationszeit
- 22 Minuten
- Von der kalten Maschine bis zum Ende
- 22 Minuten
- Aufgetretene und behobene Fehler
- 5 aufgetreten, 5 ohne menschliche Hilfe behoben
- Wie das Ergebnis belegt wurde
- npm test: 'uv run pytest src-pyloid/tests/ --ignore=src-pyloid/tests/test_transcription.py' exited 0, 331 passed, 10 skipped; npx vite build: built dist-front/ in 6.6s; npx tsc -b: compiled with 0 errors; app launch: 'uv run python3 src-pyloid/main.py' on Xvfb :99 initialized Qt WebEngine window, downloaded Whisper tiny model from HuggingFace, and loaded model on CPU successfully
- Verbrauchte Modell-Tokens
- 748.183
- Genau getesteter Commit
- f63609a50da3
- 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.
INFO:VoiceFlow.app:Model loaded successfully! EXIT CODE: 124 The app launched successfully - it initialized the Qt WebEngine UI, connected to the Xvfb display, … Now let me compile the final report exec /bin/sh -lc 'cd /work/repo && PATH="$HOME/.nvm/versions/node/v20.20.2/bin:$HOME/.local/bin:$PATH" n… succeeded in 8332ms: TYPECHECK=0 Here's the final report: tokens used 748,183 Here's the 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
- Hat auf einer sauberen Maschine einen lauffähigen Zustand erreicht, mit aufgezeichneter Sitzung.
- In 22 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.
- Lief ohne GPU, braucht also keine, um zu starten.
- Lizenz MIT, 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.
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)
audio-recordingcross-platformdictationfaster-whisperhyprlandlinuxmeeting-recordermeeting-transcriptionofflineopen-sourceopenai-whisperprivacypyloidpythonreactspeech-to-texttranscriptionvoice-to-textwaylandwhisper
Badge einbetten
Markdown für die README des Projekts. Es verlinkt hierher zurück; Bedingungen auf der Seite mit den Nutzungsbedingungen.
[](https://argusic.com/subject/voiceflow)Fragen
- Läuft VoiceFlow?
- Ja. VoiceFlow läuft. Argusic hat es auf einer sauberen Maschine in 22 Minuten installiert und gestartet, ist dabei auf 5 Fehler gestoßen und hat die Sitzung aufgezeichnet.
- Wie hat Argusic VoiceFlow getestet?
- Auf einer frischen Einwegmaschine, mit jedem Befehl aufgezeichnet und dem Repository fixiert auf Commit f63609a50da3. Ein Versuch ist aufgezeichnet, und die vollständige Methode steht auf der Seite zur Methodik.
- Was hat der Test von VoiceFlow gekostet?
- Der Lauf, der diesen Befund ergab, kostete 0,15 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 VoiceFlow?
- 22 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 VoiceFlow eine GPU?
- Nicht zum Starten. Argusic hat auf einer Maschine ohne GPU einen lauffähigen Zustand erreicht.
- Was geht bei der Installation von VoiceFlow 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 VoiceFlow?
- 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.