Original en inglés: https://argusic.com/subject/irodori-tts
Irodori-TTS
Un modelo de Text-to-Speech basado en Flow Matching con control de estilo impulsado por emojis
Funcionafuente: GitHubsitio webPythonMITcommit 89f9d8fbd4d5
Python, licencia MIT. El proyecto se describe a sí mismo como: diffusion models, flow matching, python, speech synthesis, text to speech, tts y voice cloning.
Irodori-TTS funciona. Un agent de Argusic lo instaló en 5 minutos y no encontró ningún error en una máquina limpia sin GPU, y toda la sesión quedó grabada.
Irodori-TTS installs and all core modules import cleanly on CPU. The TextToLatentRFDiT model constructs and runs forward passes. The Gradio web UI builds and serves HTTP 200. Inference requires downloading a HuggingFace checkpoint.
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 100 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.
- Tiempo de instalación
- 5 minutos
- De máquina en frío a terminar
- 8 minutos
- Errores encontrados y corregidos
- 0 encontrados, 0 corregidos sin ayuda humana
- Cómo se demostró el resultado
- python3 -m uv sync --extra cpu installed cleanly; all 15 submodules and 7 entry-point scripts import without errors; TextToLatentRFDiT forward pass succeeded on synthetic input (output shape [1,8,32]); gradio_app.py started on port 7895 and returned HTTP 200 on GET /; gradio_app_voicedesign.py build_ui() returns gr.Blocks.
- Tokens de modelo usados
- 92.867
- Commit exacto probado
- 89f9d8fbd4d5
- 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
El final de la grabación
Las últimas líneas de la sesión de terminal que decidió este veredicto, tal como se registraron.
tokens used 92,867 All systems verified successfully. Here's my report: **Install**: `python3 -m uv sync --extra cpu` completed cleanly. All dependencies resolved and inst… **Verification performed**: - All **15 submodules** of `irodori_tts` import without errors - All **7 script entry points** (`train.py`, `infer.py`, `gradio_app.py`, `gradio_app_voicedesign.p… - **Model forward pass** — `TextToLatentRFDiT` with a small config constructed and ran a forward pa… - **Gradio server** — launched on port 7895, returned HTTP `200` on `/` - **Gradio UI** — `build_ui()` returns a `gr.Blocks` object in both `gradio_app.py` and `gradio_app… - **RF/MeanFlow modules** — interpolation, velocity targets, and Euler sampling functions all work **No errors were encountered at any stage.** Third-party API keys are not needed for building or co…
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
- Llegó a funcionar en una máquina limpia, con la sesión grabada.
- Se instaló en 5 minutos.
- Nada se rompió por el camino: cero errores entre el clon y el funcionamiento.
- Funcionó sin GPU, así que no necesita una para arrancar.
- Licencia MIT, según su plataforma de origen.
Qué no salió bien, o no se sabe
- Medido una sola vez hasta ahora. Un único intento demuestra que puede funcionar, no que funcione de forma fiable.
Para qué es una opción razonable
- Probarlo en un portátil o en un servidor pequeño: llegó a funcionar sin GPU.
- Una evaluación rápida: estaba funcionando 5 minutos después del clon.
- Seguir su propio README: el camino documentado funcionó sin nada que arreglar.
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
Temas (de GitHub)
diffusion-modelsflow-matchingpythonspeech-synthesistext-to-speechttsvoice-cloning
Insertar el badge
Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.
[](https://argusic.com/subject/irodori-tts)Preguntas
- ¿Funciona Irodori-TTS?
- Sí. Irodori-TTS funciona. Argusic lo instaló y lo inició en una máquina limpia en 5 minutos, con 0 errores por el camino, y grabó la sesión.
- ¿Cómo probó Argusic Irodori-TTS?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit 89f9d8fbd4d5. Hay un intento registrado, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar Irodori-TTS?
- 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 Irodori-TTS en instalarse?
- 5 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
- ¿Necesita Irodori-TTS una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar Irodori-TTS?
- Nada, en la ejecución registrada: cero errores entre el clon y el funcionamiento.
- ¿Dónde está la evidencia de Irodori-TTS?
- La ejecución registrada está 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.