Original en inglés: https://argusic.com/subject/whisperlive
WhisperLive
Una implementación casi en tiempo real de OpenAI's Whisper.
Funcionafuente: GitHubPythonMITcommit 99cbc1c33b35
Python, licencia MIT. El proyecto se describe a sí mismo como: dictation, obs, openai, openvino, openvino intel, rocm, tensorrt y tensorrt llm.
WhisperLive funciona. Un agent de Argusic lo instaló en 6 minutos y encontró 4 errores, todos corregidos sin ayuda en una máquina limpia sin GPU, y toda la sesión quedó grabada.
WhisperLive is installed in a Python 3.12 venv with all dependencies, 318 of 332 unit tests pass (14 metrics tests skipped as they require a dedicated metrics server port), and the server launches with the REST API health endpoint responding HTTP 200 on port 8000 and the WebSocket server listening on port 9090.
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.
- PyAudio build failed: missing python3-dev and portaudio19-dev (no root access for apt)1 minuto
- Missing test dependency: jiwer module not installed1 minuto
- VAD model download failed: wget not available in container1 minuto
- test_vad_extended.py mocked subprocess.run instead of urllib.request.urlretrieve after the code change1 minuto
- Tiempo de instalación
- 6 minutos
- De máquina en frío a terminar
- 11 minutos
- Errores encontrados y corregidos
- 4 encontrados, 4 corregidos sin ayuda humana
- Cómo se demostró el resultado
- pytest: 318 passed, 14 skipped; curl -s -o /dev/null -w '%{http_code}' http://127.0.0.1:8000/health returned 200
- Tokens de modelo usados
- 74.979
- Commit exacto probado
- 99cbc1c33b35
- 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
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.
INFO:root:✅ Argusic-Compatible API started on http://0.0.0.0:8000 INFO:websockets.server:server listening on 0.0.0.0:9090 INFO: Started server process [1738] INFO: Waiting for application startup. INFO: Application startup complete. INFO: Uvicorn running on http://0.0.0.0:8000 (Press CTRL+C to quit) INFO: 127.0.0.1:34730 - "GET /health HTTP/1.1" 200 OK 200 Server launched and health endpoint responded 200. Let me format the final result. tokens used 74,979 Server launched and health endpoint responded 200. Let me format the final result.
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 6 minutos.
- Se recuperó de los 4 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 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 6 minutos después del clon.
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)
dictationobsopenaiopenvinoopenvino-intelrocmtensorrttensorrt-llmtext-to-speechtranslationvoice-recognitionwhisperwhisper-tensorrt
Insertar el badge
Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.
[](https://argusic.com/subject/whisperlive)Preguntas
- ¿Funciona WhisperLive?
- Sí. WhisperLive funciona. Argusic lo instaló y lo inició en una máquina limpia en 6 minutos, con 4 errores por el camino, y grabó la sesión.
- ¿Cómo probó Argusic WhisperLive?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit 99cbc1c33b35. Hay un intento registrado, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar WhisperLive?
- 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 WhisperLive en instalarse?
- 6 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
- ¿Necesita WhisperLive una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar WhisperLive?
- En la ejecución registrada fallaron 4 cosas, y 4 se corrigieron sin ayuda humana. Cada una, con el tiempo que costó, aparece en esta página.
- ¿Dónde está la evidencia de WhisperLive?
- 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.