Original en inglés: https://argusic.com/subject/pyttsx3
pyttsx3
Síntesis de Texto a Voz sin conexión para python
Funcionafuente: GitHubPythonMPL-2.0commit 8164fba97662
Python, licencia MPL-2.0. El proyecto se describe a sí mismo como: python, python3, pyttsx, pyttsx3, text to speech y text to speech python3.
pyttsx3 funciona. Un agent de Argusic lo instaló en 20 minutos y encontró 2 errores, todos corregidos sin ayuda en una máquina limpia sin GPU, y toda la sesión quedó grabada.
pyttsx3 v2.99 with eSpeak-NG v1.53.0 backend on Python 3.12.3 (Linux): import, speech synthesis, WAV file saving, property get/set, event loop, and all 9 applicable tests pass
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.
Qué salió mal, en palabras del propio agent
Las palabras del propio agent, de lo más grave a lo menos, nunca reescritas como consejos.
- RuntimeError: eSpeak or eSpeak-ng not installed — pyttsx3's _espeak.py ctypes loader could not find a libespeak-ng shared library16 minutos
- test_espeak_voices assertion failed: expected 131/141/221 voices but got 151 (newer espeak-ng data set)1 minuto
- Tiempo de instalación
- 20 minutos
- De máquina en frío a terminar
- 4 minutos
- Errores encontrados y corregidos
- 2 encontrados, 2 corregidos sin ayuda humana
- Cómo se demostró el resultado
- pytest tests/ --tb=short exited 0: 11 passed, 5 skipped (4 macOS-only, 1 Linux TODO) in 0.21s; additionally validated synthesized WAV via wave module: 1 channel, 16-bit, 22050 Hz, 54299 frames of non-silent audio (sample range -2066 to 2059)
- Tokens de modelo usados
- 67.741
- Commit exacto probado
- 8164fba97662
- 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.
succeeded in 0ms: Start: command logs start at 0s wall time. Sessions typically last about 15-20 min for this setup. … - Reading and understanding code: ~2 min - Creating venv & installing: ~2 min - Building espeak-ng (static): ~8 min - Building espeak-ng (shared): ~11 min - Running tests & fixing: ~2 min Total: ~25 min Here is my final report. tokens used 67,741 Here is 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
- Llegó a funcionar en una máquina limpia, con la sesión grabada.
- Se recuperó de los 2 errores sin que interviniera una persona, lo que indica que los fallos están lo bastante documentados como para resolverlos.
- Funcionó sin GPU, así que no necesita una para arrancar.
- Licencia MPL-2.0, según su plataforma de origen.
Qué no salió bien, o no se sabe
- Tardó 20 minutos en instalarse, más lento que la mediana de los 4 proyectos comparables que ha medido Argusic.
- Medido una sola vez hasta ahora. Un único intento demuestra que puede funcionar, no que funcione de forma fiable.
De los 5 proyectos de python que Argusic ha instalado y cronometrado, pyttsx3 fue el 4.º más rápido en llegar a funcionar, y 5 de 5 llegaron a funcionar.
Para qué es una opción razonable
- Probarlo en un portátil o en un servidor pequeño: llegó a funcionar sin GPU.
Historial de ejecuciones
Temas (de GitHub)
pythonpython3pyttsxpyttsx3text-to-speechtext-to-speech-python3
Insertar el badge
Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.
[](https://argusic.com/subject/pyttsx3)Preguntas
- ¿Funciona pyttsx3?
- Sí. pyttsx3 funciona. Argusic lo instaló y lo inició en una máquina limpia en 20 minutos, con 2 errores por el camino, y grabó la sesión.
- ¿Cómo probó Argusic pyttsx3?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit 8164fba97662. Hay un intento registrado, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar pyttsx3?
- La ejecución que produjo este veredicto costó 0,03 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 pyttsx3 en instalarse?
- 20 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
- ¿Necesita pyttsx3 una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar pyttsx3?
- 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 pyttsx3 con las alternativas?
- De los 5 proyectos de python que Argusic ha instalado y cronometrado, pyttsx3 fue el 4.º más rápido en llegar a funcionar, y 5 de 5 llegaron a funcionar.
- ¿Dónde está la evidencia de pyttsx3?
- 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.