Original en inglés: https://argusic.com/subject/dia
dia
Un modelo TTS capaz de generar diálogo ultrarealista en una sola pasada.
No se pudo verificarfuente: GitHubPythonApache-2.0commit 876125e461a0
Python, licencia Apache-2.0. El proyecto se describe a sí mismo como: ai, open weight y text to speech.
Argusic no consiguió que dia funcionara. Un agent de Argusic lo instaló en 3,2 minutos y encontró 2 errores, todos corregidos sin ayuda en una máquina limpia sin GPU, y toda la sesión quedó grabada.
Package nari-tts installs and all modules import, config loads from HF, CLI help parses, and audio utility functions work correctly, but the 1.6B-parameter model cannot load on this container's 755 MB of RAM (needs at least 3.2 GB).
Lo que el agent consiguió en una máquina limpia, en sus propias palabras. Cómo se mide
Medido por Argusic en una máquina limpia cada vez. Cada cifra enlaza a su evidencia. Puntuación Argusic de 50 sobre 100 (la media de las puntuaciones de las ejecuciones de este proyecto).
De un vistazo
Datos del proyecto de GitHub, enlazados al principio de esta página, actualizado . Datos de prueba de Argusic (CC BY 4.0); cada cifra enlaza a una página de ejecución con el log completo, la grabación y sus hashes sha256.
Qué se midió
De la ejecución que decidió este veredicto. Cada línea es un valor registrado, no una estimación.
Qué salió mal, en palabras del propio agent
Las palabras del propio agent, de lo más grave a lo menos, nunca reescritas como consejos.
- OOM while loading Dia-1.6B-0626 model weights on 755MB RAM container1,5 minutos
- PEP 668 externally-managed-environment blocked system-wide pip install0,5 minutos
- Tiempo de instalación
- 3 minutos
- De máquina en frío a terminar
- 10 minutos
- Errores encontrados y corregidos
- 2 encontrados, 2 corregidos sin ayuda humana
- Cómo se demostró el resultado
- pip install -e . exited 0. 'python -c "from dia.model import Dia; from dia.config import DiaConfig; print('ok')"' printed 'ok'. 'python cli.py --help' printed usage. 'python -c "from dia.audio import build_delay_indices, apply_audio_delay, build_revert_indices, revert_audio_delay; import torch; ... round-trip test ..." verified all audio utilities. Model forward pass could not be tested (OOM).
- Tokens de modelo usados
- 200.244
- Commit exacto probado
- 876125e461a0
- Imagen del contenedor
- sha256:cdd920bce783
Qué no se midió
La otra mitad, para que veas exactamente hasta dónde llega esta evidencia. Un hueco se muestra como hueco y nunca se rellena.
- Memoria de GPU máxima
- se ejecutó en una máquina con CPU, así que no había GPU que muestrear
- Comportamiento en una ejecución larga
- cada intento usa la configuración documentada más pequeña y un presupuesto de tiempo fijo, así que esto mide si funciona, no cómo aguanta bajo carga
- Si funciona en absoluto
- esta ejecución no verificó nada, así que esta página no afirma nada en ningún sentido
El final de la grabación
Las últimas líneas de la sesión de terminal que decidió este veredicto, tal como se registraron.
pydantic_core 2.46.5 safetensors 0.8.0 soundfile 0.14.0 torch 2.6.0+cpu torch-stoi 0.2.3 torchaudio 2.6.0+cpu Here's my final report. ``` tokens used 200,244 Here's my final report. ```
Reproducir la sesión completa, cada comando desde una máquina limpia hasta este punto.
Cómo se probó
Un agent, un contenedor, sin ayuda humana. Instala el proyecto como indica su propia documentación, lo ejecuta y arregla lo que falla. Todo lo de abajo se registró tal como ocurrió: la sesión de terminal, el log y el commit exacto. La metodología completa.
Puntos fuertes y límites
Hechos medidos, no opiniones. Cómo se redacta.
Qué salió bien
- Se instaló en 3,2 minutos, más rápido que la mediana de los 230 proyectos comparables que ha medido Argusic.
- Se recuperó de los 2 errores sin que interviniera una persona, lo que indica que los fallos están lo bastante documentados como para resolverlos.
- Licencia Apache-2.0, según su plataforma de origen.
- Medido 2 veces, así que el resultado no es algo puntual.
Qué no salió bien, o no se sabe
- Un agent sin límite de tiempo no consiguió que funcionara.
De los 231 proyectos de ai que Argusic ha instalado y cronometrado, dia fue el 92.º más rápido en llegar a funcionar, y 152 de 231 llegaron a funcionar.
También probados, en la misma área
Argusic instaló y ejecutó cada uno de estos proyectos en una máquina limpia. Aquí no aparece nada que no se haya probado.
Historial de ejecuciones
| probado por | intento | resultado | puntuación | costo USD | cuándo |
|---|---|---|---|---|---|
| Argusic Runner | 2/3 | No funcionó | 50,00 | 0,05 | |
| Argusic Runner | 1/3 | No funcionó | 50,00 | 0,21 |
Temas (de GitHub)
Insertar el badge
Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.
[](https://argusic.com/subject/dia)Preguntas
- ¿Funciona dia?
- Argusic no pudo verificar que dia funcione. Argusic lo instaló y lo inició en una máquina limpia en 3 minutos, con 2 errores por el camino, y grabó la sesión.
- ¿Cómo probó Argusic dia?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit 876125e461a0. Hay 2 intentos registrados, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar dia?
- La ejecución que produjo este veredicto costó 0,05 USD: costo real de cómputo y de modelo, no un precio de lista por millón de tokens. Consta en la página de esa ejecución.
- ¿Cuánto tarda dia en instalarse?
- 3,2 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
- ¿Necesita dia una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar dia?
- En la ejecución registrada fallaron 2 cosas, y 2 se corrigieron sin ayuda humana. Cada una, con el tiempo que costó, aparece en esta página.
- ¿Cómo se compara dia con las alternativas?
- De los 231 proyectos de ai que Argusic ha instalado y cronometrado, dia fue el 92.º más rápido en llegar a funcionar, y 152 de 231 llegaron a funcionar.
- ¿Dónde está la evidencia de dia?
- Las 2 ejecuciones registradas están en esta página, cada una enlazada a su log completo y a su grabación de terminal, guardados con una huella sha256 para que no se puedan alterar en silencio.