Original en anglais: https://argusic.com/subject/ai-avatar-system

ai-avatar-system

AI Avatar / plateforme d'humain numérique: téléverser une photo, cloner une voix, parler à n'importe quel visage en temps réel avec une vidéo en synchronisation labiale. Open source, auto-hébergé. Claude · Whisper · Chatterbox · MuseTalk.

Fonctionnesource : GitHubpage d'accueilPythonMITcommit 0dee976c229b

Python, sous licence MIT. Le projet se décrit ainsi : ai avatar, avatar ai, chatterbox tts, claude ai, digital human, fastapi, generative ai et lip sync.

ai-avatar-system fonctionne. Un agent Argusic l'a installé en 10 minutes et a rencontré 1 erreur, corrigée sans aide sur une machine propre sans GPU, et toute la session a été enregistrée.

Backend FastAPI server runs on port 8000 with SQLite storage, 191 pytest tests pass, frontend Next.js builds and serves on port 3000, full REST API flow (register/login/me/avatar upload/session create/guest) works end to end in local-dev mode without Docker, Redis, or third-party API keys.

Ce que l'agent a obtenu sur une machine propre, dans ses propres mots. Comment c'est mesuré

Mesuré par Argusic sur une machine vierge, à chaque fois. Chaque chiffre renvoie à ses preuves. Score Argusic de 100 sur 100 (la moyenne des scores des exécutions de ce projet).

En un coup d'œil

verdict
Fonctionne
Score Argusic
100 / 100
coût de l'exécution de vérification
0,07 USD (mesuré)
exécutions enregistrées
1
dernier test
étoiles
565
forks
139
issues ouvertes
3
observateurs
7
taille
3 MB
créé le
dernier push

Données du projet issues de GitHub, avec un lien en haut de cette page, mis à jour le . Données de test d'Argusic (CC BY 4.0) ; chaque chiffre renvoie à une page d'exécution avec le log complet, l'enregistrement et leurs empreintes sha256.

Ce qui a été mesuré

Tiré de l'exécution qui a décidé ce verdict. Chaque ligne est une valeur enregistrée, pas une estimation.

Temps perdu à cause de chaque échec lors du test d'ai-avatar-system, tiré de l'exécution enregistrée
Chaque barre est un échec enregistré par l'agent, avec le temps qu'il a coûté. Tiré de cette exécution, et de nulle part ailleurs.

Ce qui s'est mal passé, dans les mots de l'agent

Les propres mots de l'agent, le plus grave en premier, jamais réécrits en conseils.

  • Rate limiter middleware crashes with IndexError when Authorization header contains a bare JWT without 'Bearer ' prefix. This affects every authenticated endpoint called by clients that copy the raw token from the login response.2 minutes
Temps d'installation
10 minutes
De la machine vierge à la fin
10 minutes
Erreurs rencontrées et corrigées
1 rencontrée, 1 corrigée sans aide humaine
Comment le résultat a été prouvé
pytest tests/ ran 191 tests, 191 passed. Backend uvicorn served endpoints on :8000: GET / returned 200 with API info, GET /health returned 200 'healthy', POST /register returned 201, POST /login returned 200 with JWT, GET /users/me returned 200 with user profile, POST /avatars/upload with valid JPEG returned 201, POST /sessions/create against uploaded avatar returned 201, POST /users/guest returned 201. Frontend next build compiled successfully, next dev started on :3000.
Tokens de modèle utilisés
355 797
Commit exact testé
0dee976c229b
Image de conteneur
sha256:cdd920bce783

Ce qui n'a pas été mesuré

L'autre moitié, pour que vous voyiez exactement jusqu'où vont ces preuves. Une lacune est affichée comme une lacune et n'est jamais comblée.

Pic de mémoire GPU
cette exécution a eu lieu sur une machine CPU, il n'y avait donc pas de GPU à mesurer
Comportement sur une longue durée
chaque tentative utilise les réglages documentés les plus légers et un budget de temps fixe : on mesure donc s'il fonctionne, pas comment il tient sous la charge

La fin de l'enregistrement

Les dernières lignes de la session de terminal qui a décidé ce verdict, exactement telles qu'elles ont été enregistrées.

        }
    ],
    \"test_depth\": \"tier1_real\",
    \"verified_how\": \"pytest tests/ ran 191 tests, 191 passed. Backend uvicorn served endpoints o…
    \"final_state\": \"Backend FastAPI server runs on port 8000 with SQLite storage, 191 pytest tes…
}
print(json.dumps(result))
EOF" in /work/repo
 succeeded in 0ms:
{"install_succeeded": true, "launch_succeeded": true, "install_minutes": 10, "errors": [{"msg": "Ra…
tokens used
355,797

Revoir toute la session, chaque commande depuis une machine propre jusqu'à ce point.

Comment le test a été mené

Un agent, un conteneur, aucune aide humaine. Il installe le projet comme l'indique sa propre documentation, l'exécute et corrige ce qui casse. Tout ce qui suit est enregistré tel que cela s'est passé : la session de terminal, le log et le commit exact. La méthode complète.

Points forts et limites

Des faits mesurés, pas des opinions. Comment ce site est rédigé.

Ce qui s'est bien passé

  • A atteint un état de fonctionnement sur une machine propre, avec la session enregistrée.
  • Installé en 10 minutes.
  • S'est remis de 1 erreur sans intervention humaine, ce qui indique que les échecs sont assez bien documentés pour être résolus.
  • A fonctionné sans GPU, il n'en a donc pas besoin pour démarrer.
  • Sous licence MIT, selon son hébergeur.

Ce qui ne s'est pas bien passé, ou n'est pas connu

  • Mesuré une seule fois jusqu'ici. Une seule tentative montre qu'il peut fonctionner, pas qu'il fonctionne de façon fiable.

Pour quoi c'est un choix raisonnable

  • L'essayer sur un ordinateur portable ou un petit serveur : il a atteint un état de fonctionnement sans GPU.
  • Une évaluation rapide : il fonctionnait 10 minutes après le clone.

Également testés, dans le même domaine

Chacun de ces projets a été installé et exécuté par Argusic sur une machine propre. Rien n'apparaît ici sans avoir été testé.

Historique des exécutions

testé partentativerésultatscorecoût USDdate
Argusic Runner1/3Fonctionne100,000,07

Sujets (depuis GitHub)

ai-avataravatar-aichatterbox-ttsclaude-aidigital-humanfastapigenerative-ailip-syncllmmusetalknextjsreal-timespeech-to-texttalking-avatartalking-headtext-to-speechvoice-agentvoice-cloningwebsocketwhisper-ai

Intégrer le badge

Markdown pour le README du projet. Il renvoie vers cette page ; conditions sur la page des conditions.

[![Tested by Argusic](https://argusic.com/badge/ai-avatar-system.svg)](https://argusic.com/subject/ai-avatar-system)

Questions

ai-avatar-system fonctionne-t-il ?
Oui. ai-avatar-system fonctionne. Argusic l'a installé et lancé sur une machine propre en 10 minutes, en rencontrant 1 erreur en route, et a enregistré la session.
Comment Argusic a-t-il testé ai-avatar-system ?
Sur une machine vierge et jetable, avec chaque commande enregistrée et le dépôt épinglé au commit 0dee976c229b. Une tentative est enregistrée, et la méthode complète se trouve sur la page de méthodologie.
Combien a coûté le test d'ai-avatar-system ?
L'exécution qui a produit ce verdict a coûté 0,07 USD : le coût réel du calcul et du modèle, pas un prix catalogue par million de tokens. Il est enregistré sur la page de cette exécution.
Combien de temps faut-il pour installer ai-avatar-system ?
10 minutes lors de l'exécution qui a décidé ce verdict, d'une machine propre à un état de fonctionnement. Il s'agit d'une tentative mesurée, pas d'une moyenne.
ai-avatar-system a-t-il besoin d'un GPU ?
Pas pour démarrer. Argusic a atteint un état de fonctionnement sur une machine sans GPU.
Qu'est-ce qui pose problème lors de l'installation d'ai-avatar-system ?
1 problème est survenu lors de l'exécution enregistrée, et 1 a été corrigé sans aide humaine. Chacun, avec le temps qu'il a coûté, est listé sur cette page.
Où sont les preuves pour ai-avatar-system ?
L'exécution enregistrée se trouve sur cette page, chacune avec un lien vers son log complet et son enregistrement du terminal, conservés avec une empreinte sha256 pour qu'ils ne puissent pas être modifiés discrètement.

Discussion