Original en anglais: https://argusic.com/subject/amphion
Amphion
Amphion (/æmˈfaɪən/) est une boîte à outils pour la génération audio, musicale et vocale. Son objectif est de soutenir la recherche reproductible et d'aider les chercheurs juniors et les ingénieurs à démarrer dans le domaine de la recherche et du développement en génération audio, musicale et vocale.
Fonctionne avec des mockssource : GitHubpage d'accueilPythonMITcommit 26f688311018
Python, sous licence MIT. Le projet se décrit ainsi : audio generation, audio synthesis, audioldm, audit, emilia, fastspeech2, maskgct et music generation.
Amphion fonctionne, avec des substituts pour les services dont il dépend. Un agent Argusic l'a installé en 18 minutes et a rencontré 6 erreurs, toutes corrigées sans aide sur une machine propre sans GPU, et toute la session a été enregistrée.
Core dependencies installed, evaluation metrics compute correctly on audio pairs, model classes import cleanly. pyworld-dependent f0 metrics unavailable without python3-dev headers. Cython monotonic_align extension uncompiled for same reason.
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 92 sur 100 (la moyenne des scores des exécutions de ce projet).
En un coup d'œil
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.
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.
- pyworld, pysptk, pesq, webrtcvad failed to build from source: missing python3-dev (Python.h header). No root access to install it.4 minutes
- Multiple missing __init__.py files in modules/ subdirectories (modules/base, modules/diffusion/bidilconv, modules/diffusion/karras, modules/diffusion/unet, modules/flow, modules/naturalpseech2, modules/wenet_extractor/*)1 minute
- fairseq missing version.txt - failed pip install from git1 minute
- librosa 0.9.1 requires pkg_resources from setuptools; newer setuptools broke it1 minute
- lhotse not installed (required by modules/general)1 minute
- transformers 5.x missing soxr dependency for Wav2Vec21 minute
- Temps d'installation
- 18 minutes
- De la machine vierge à la fin
- 25 minutes
- Erreurs rencontrées et corrigées
- 6 rencontrées, 6 corrigées sans aide humaine
- Comment le résultat a été prouvé
- python -c computed evaluation metrics (MSTFT=0.136, SI-SDR=19.97, SI-SNR=19.97, V/UV F1=0.0) on synthetic audio pairs using extract_mstft, extract_si_sdr, extract_si_snr. Core model imports (FastSpeech2, HiFiGAN, MelGAN, BigVGAN) and module imports (encoder, transformer, norms, general, vocoder_blocks) all succeed. Python module imports exercised without errors.
- Tokens de modèle utilisés
- 535 343
- Commit exact testé
- 26f688311018
- 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
- Comportement face aux vrais services
- cette exécution n'a été vérifiée qu'avec des services de substitution
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.
/work/repo/evaluation/metrics/f0/v_uv_f1.py:98: UserWarning: Creating a tensor from a list of numpy…
ref_voiced = torch.Tensor([f0_ref != 0]).bool()
{
"mstft": 0.13607480935752392,
"si_sdr": 19.970428466796875,
"si_snr": 19.970428466796875,
"v_uv_f1": 0.0
}
Now I have a comprehensive picture. Here's the full report:
tokens used
535,343
Now I have a comprehensive picture. Here's the full report: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
- Installé en 18 minutes.
- S'est remis des 6 erreurs sans intervention humaine, ce qui indique que les échecs sont assez bien documentés pour être résolus.
- Sous licence MIT, selon son hébergeur.
Ce qui ne s'est pas bien passé, ou n'est pas connu
- N'a atteint un état de fonctionnement qu'avec des services de substitution : rien ici ne prouve qu'il fonctionne avec les vrais.
- Mesuré une seule fois jusqu'ici. Une seule tentative montre qu'il peut fonctionner, pas qu'il fonctionne de façon fiable.
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 par | tentative | résultat | score | coût USD | date |
|---|---|---|---|---|---|
| Argusic Runner | 1/3 | Fonctionne avec des mocks | 92,00 | 0,14 |
Sujets (depuis GitHub)
audio-generationaudio-synthesisaudioldmauditemiliafastspeech2maskgctmusic-generationnaturalspeech2singing-voice-conversionspeech-synthesistext-to-audiotext-to-speechvall-evitsvocodervoice-conversion
Intégrer le badge
Markdown pour le README du projet. Il renvoie vers cette page ; conditions sur la page des conditions.
[](https://argusic.com/subject/amphion)Questions
- Amphion fonctionne-t-il ?
- Amphion fonctionne, avec des mocks à la place des services externes. Argusic l'a installé et lancé sur une machine propre en 18 minutes, en rencontrant 6 erreurs en route, et a enregistré la session.
- Comment Argusic a-t-il testé Amphion ?
- Sur une machine vierge et jetable, avec chaque commande enregistrée et le dépôt épinglé au commit 26f688311018. Une tentative est enregistrée, et la méthode complète se trouve sur la page de méthodologie.
- Combien a coûté le test d'Amphion ?
- L'exécution qui a produit ce verdict a coûté 0,14 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 Amphion ?
- 18 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.
- Amphion 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'Amphion ?
- 6 problèmes sont survenus lors de l'exécution enregistrée, et 6 ont été corrigés sans aide humaine. Chacun, avec le temps qu'il a coûté, est listé sur cette page.
- Où sont les preuves pour Amphion ?
- 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.