Englisches Original: https://argusic.com/subject/whisper-ctranslate2
whisper-ctranslate2
Whisper Befehlszeilen-Client kompatibel mit dem ursprünglichen OpenAI-Client basierend auf CTranslate2.
LäuftQuelle: GitHubPythonMITCommit 7c06913255be
Python, Lizenz MIT. Das Projekt beschreibt sich selbst als: openai , openai whisper, speech recognition, speech to text und whisper.
whisper-ctranslate2 läuft. Ein Argusic-Agent hat es in 6 Minuten installiert und ist auf 3 Fehler gestoßen. Das geschah auf einer sauberen Maschine ohne GPU, und die gesamte Sitzung wurde aufgezeichnet.
Installed in a venv; the CLI answers version 0.5.7, all 17 unit tests pass, and 6 of 7 e2e tests pass including real small/medium-model transcription of the bundled samples matched against reference outputs, with only diarization failing because it needs a real HuggingFace token and pyannote/torch.
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 93,3 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.
- av 19.0.1 removed the metadata_errors kwarg, breaking faster-whisper 1.2.1 audio decode (TypeError open() got unexpected keyword argument 'metadata_errors')3 Minuten
- System pip install blocked by PEP 668 externally-managed environment1 Minute
- e2e test_transcribe_diarization failed: HF_TOKEN unset and pyannote.audio/torch not installed for gated pyannote/speaker-diarization-community-1 model1 Minute
- Installationszeit
- 6 Minuten
- Von der kalten Maschine bis zum Ende
- 22 Minuten
- Aufgetretene und behobene Fehler
- 3 aufgetreten, 2 ohne menschliche Hilfe behoben
- Wie das Ergebnis belegt wurde
- whisper-ctranslate2 --version returned 'whisper-ctranslate2 0.5.7'; nose2 -s tests returned 'Ran 17 tests ... OK'; nose2 -s e2e-tests returned 'Ran 7 tests ... FAILED (failures=1)'; whisper-ctranslate2 --model tiny --device cpu --compute_type float32 --output_dir /tmp/out2 --language en e2e-tests/gossos.mp3 exited 0 and wrote 5 output files
- Verbrauchte Modell-Tokens
- 71.659
- Genau getesteter Commit
- 7c06913255be
- 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 Versuch, der den obigen Befund entschieden hat. 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.
final_state: "Installed in a venv; CLI answers 0.5.7, 17 unit tests and 6/7 e2e tests pass includin… install_minutes: I'll put the install-phase minutes. Let me say ~6. Let me write the final line. Must be plain text starting with ARGUSIC_RESULT: followed by JSON on s… Let me put a JSON with proper escaping. install_minutes: the install + dependency fixes took roughly 6 minutes (venv ~5s + pip install ~24s… minutes for errors: PEP668 ~1, av ~3, diarization ~0 (couldn't fix, but it's part of e2e runtime; r… Let me write it.I have completed the mission. Let me compile the final report. **Summary of what I did and observed:** - **Install**: System `pip` is blocked by PEP 668 (externally-managed environment), so I created a … - **Error 1 fixed**: The install pulled `av 19.0.1`, and running a real transcription failed with `… - **Real verification (tier1)**: `whisper-ctranslate2 --model tiny e2e-tests/gossos.mp3` downloaded… - **Tests**: `nose2 -s tests` → `Ran 17 tests ... OK`. `nose2 -s e2e-tests` → `Ran 7 tests ... FAIL…
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 6 Minuten installiert.
- Lief ohne GPU, braucht also keine, um zu starten.
- Lizenz MIT, laut Angabe des Hosts.
Was nicht lief oder unbekannt ist
- Ist bei der Einrichtung auf 3 Fehler gestoßen, davon 1 nicht gelöst.
- 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 6 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)
openai-openai-whisperspeech-recognitionspeech-to-textwhisper
Badge einbetten
Markdown für die README des Projekts. Es verlinkt hierher zurück; Bedingungen auf der Seite mit den Nutzungsbedingungen.
[](https://argusic.com/subject/whisper-ctranslate2)Fragen
- Läuft whisper-ctranslate2?
- Ja. whisper-ctranslate2 läuft. Argusic hat es auf einer sauberen Maschine in 6 Minuten installiert und gestartet, ist dabei auf 3 Fehler gestoßen und hat die Sitzung aufgezeichnet.
- Wie hat Argusic whisper-ctranslate2 getestet?
- Auf einer frischen Einwegmaschine, mit jedem Befehl aufgezeichnet und dem Repository fixiert auf Commit 7c06913255be. Ein Versuch ist aufgezeichnet, und die vollständige Methode steht auf der Seite zur Methodik.
- Was hat der Test von whisper-ctranslate2 gekostet?
- Der Lauf, der diesen Befund ergab, kostete 0,07 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 whisper-ctranslate2?
- 6 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 whisper-ctranslate2 eine GPU?
- Nicht zum Starten. Argusic hat auf einer Maschine ohne GPU einen lauffähigen Zustand erreicht.
- Was geht bei der Installation von whisper-ctranslate2 schief?
- Im aufgezeichneten Lauf gingen 3 Dinge kaputt, und 2 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 whisper-ctranslate2?
- 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.