Original en inglés: https://argusic.com/subject/voicemem
VoiceMem
Infraestructura para la próxima generación de agents de voz, diseñada para proporcionar memoria universal. Se divide en un cerebro izquierdo y un cerebro derecho, almacenando información y emociones respectivamente, mientras que una arquitectura de transmisión continua elimina la latencia a nivel fundamental.
Funciona con mocksfuente: GitHubPythonApache-2.0commit 6cacb3c1e7fc
Python, licencia Apache-2.0. El proyecto se describe a sí mismo como: ai, ai agents, ai tools, application, audio streaming, genai, llm y long term memory.
VoiceMem funciona, con sustitutos de los servicios de los que depende. Un agent de Argusic lo instaló en 18 minutos y encontró 6 errores, todos corregidos sin ayuda en una máquina limpia sin GPU, y toda la sesión quedó grabada.
VoiceMem 0.2.3 installed in Python 3.12 virtual environment at /tmp/venv; left-brain memory ingest/search pipeline functional with mock OpenAI API; 5/5 unit tests pass; audio perception models not downloaded (ASR/VAD warmup skipped gracefully); PortAudio-dependent capture unavailable (no root).
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 92 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.
- torchvision 0.29.1 incompatible with torch 2.13.0 (RuntimeError: operator torchvision::nms does not exist)3 minutos
- pip install funasr/modelscope hung (corrupted pip cache)2 minutos
- externally-managed-environment: system Python 3.12 blocks system-wide pip install (PEP 668)1 minuto
- BackendUnavailable: Cannot import 'setuptools.build_meta' (setuptools not in fresh venv)1 minuto
- sentence-transformers 6.1.0 requires transformers>=5.0.0, conflicting with pinned transformers==4.52.31 minuto
- sounddevice requires PortAudio system library (OSError: PortAudio library not found)
- Tiempo de instalación
- 18 minutos
- De máquina en frío a terminar
- 15 minutos
- Errores encontrados y corregidos
- 6 encontrados, 6 corregidos sin ayuda humana
- Cómo se demostró el resultado
- cd /work/repo && /tmp/venv/bin/python -m unittest tests.test_offline_engine tests.test_session_context -v -> 5 tests pass (0.054s); standalone mock-API integration test confirmed 2 facts ingested and retrieved via semantic search
- Tokens de modelo usados
- 77.672
- Commit exacto probado
- 6cacb3c1e7fc
- 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
- Comportamiento con servicios reales
- esta ejecución solo se verificó con servicios sustitutos
Ver la sesión
La ejecución completa, desde una máquina limpia, a la velocidad a la que ocurrió. No se ha cortado ni acelerado nada.
Una grabación del intento 1, ejecutado el , el intento que decidió el veredicto anterior. La grabación de terminal a partir de la que se hizo es la evidencia, guardada con una huella sha256; el video es un render de ella. No se carga nada del servicio de video hasta que pulses reproducir.
El final de la grabación
Las últimas líneas de la sesión de terminal que decidió este veredicto, tal como se registraron.
- Created `/tmp/venv` virtual environment (system Python 3.12 blocks pip system-wide) - Installed all dependencies individually to avoid pip resolver hangs - Fixed torchvision version incompatibility (`0.29.1` → `0.28.0` for torch 2.13.0) - Fixed sentence-transformers version conflict (`6.1.0` → `5.7.0`) - Installed `voicemem` in editable mode **Verification:** - **5/5 unit tests pass** (3 right-brain reaction/trait tests, 2 session context tests) - Full **ingest → search pipeline verified** with mock Argusic API: 2 facts ingested, local E5 sema… - Core modules (`VoiceMem`, `LeftBrain`, `RightBrain`, `Orchestrator`, etc.) import cleanly - Web demo modules import successfully - `sounddevice`/PortAudio unavailable without root (expected) - Audio perception model downloads not present (ASR/VAD warmup skipped gracefully)
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 recuperó de los 6 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.
Qué no salió bien, o no se sabe
- Solo llegó a funcionar con servicios sustitutos, así que nada de lo que hay aquí demuestra que funcione con los reales.
- Tardó 18 minutos en instalarse, más lento que la mediana de los 230 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 231 proyectos de ai que Argusic ha instalado y cronometrado, VoiceMem fue el 185.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 | 1/3 | Funciona con mocks | 92,00 | 0,07 |
Temas (de GitHub)
aiai-agentsai-toolsapplicationaudio-streaminggenaillmlong-term-memorymemorymemory-managementpythonvoice-agentvoice-assistant
Insertar el badge
Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.
[](https://argusic.com/subject/voicemem)Preguntas
- ¿Funciona VoiceMem?
- VoiceMem funciona, con mocks en lugar de los servicios externos. Argusic lo instaló y lo inició en una máquina limpia en 18 minutos, con 6 errores por el camino, y grabó la sesión.
- ¿Cómo probó Argusic VoiceMem?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit 6cacb3c1e7fc. Hay un intento registrado, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar VoiceMem?
- La ejecución que produjo este veredicto costó 0,07 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 VoiceMem en instalarse?
- 18 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
- ¿Necesita VoiceMem una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar VoiceMem?
- En la ejecución registrada fallaron 6 cosas, y 6 se corrigieron sin ayuda humana. Cada una, con el tiempo que costó, aparece en esta página.
- ¿Cómo se compara VoiceMem con las alternativas?
- De los 231 proyectos de ai que Argusic ha instalado y cronometrado, VoiceMem fue el 185.º más rápido en llegar a funcionar, y 152 de 231 llegaron a funcionar.
- ¿Dónde está la evidencia de VoiceMem?
- 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.