fastrtc fonctionne-t-il ?

Oui. fastrtc 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 fastrtc ?

Sur une machine vierge et jetable, avec chaque commande enregistrée et le dépôt épinglé au commit f9395ea2c651. Une tentative est enregistrée, et la méthode complète se trouve sur la page de méthodologie.

Combien a coûté le test de fastrtc ?

L'exécution qui a produit ce verdict a coûté 0,03 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 fastrtc ?

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.

fastrtc 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 de fastrtc ?

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 fastrtc ?

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.

Original en anglais: https://argusic.com/subject/fastrtc

fastrtc

La bibliothèque python pour la communication en temps réel

Fonctionnesource : GitHub page d'accueilJavaScriptMITcommit f9395ea2c651

JavaScript, sous licence MIT. Le projet se décrit ainsi : artificial intelligence, hacktoberfest, hacktoberfest2025, llm, python, real time, speech to text et text to speech.

fastrtc 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.

The fastrtc library installs in a venv, all 29 tests pass, the Kokoro TTS model generates audio, and a demo app starts under uvicorn and serves its OpenAPI schema.
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: 0,03 USD (mesuré)
exécutions enregistrées: 1
dernier test: 2026-09-30
étoiles: 4 637
forks: 437
issues ouvertes: 85
observateurs: 35
taille: 5 MB
créé le: 2024-09-25
dernier push: 2026-10-21

Données du projet issues de GitHub, avec un lien en haut de cette page, mis à jour le 2026-11-04. 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 de fastrtc, 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.

test_tts_long_prompt failed: ModuleNotFoundError for 'kokoro_onnx'3 minutes

Temps d'installation: 10 minutes
De la machine vierge à la fin: 7 minutes
Erreurs rencontrées et corrigées: 1 rencontrée, 1 corrigée sans aide humaine
Comment le résultat a été prouvé: pytest test/ exited 0, 29 passed; uvicorn echo_audio demo started and answered GET /openapi.json with status 200; TTS model generated real audio chunks
Tokens de modèle utilisés: 40 788
Commit exact testé: f9395ea2c651
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.

INFO:    Visit https://fastrtc.org/userguide/api/ for WebRTC or Websocket API docs.
INFO:     127.0.0.1:34904 - "GET /openapi.json HTTP/1.1" 200 OK
INFO:     Shutting down
INFO:     Waiting for application shutdown.
INFO:     Application shutdown complete.
INFO:     Finished server process [1283]
OpenAPI status: 200
Paths: ['/webrtc/offer', '/telephone/incoming', '/']
Everything works end to end. Let me compile the final report.
tokens used
40,788
Everything works end to end. Let me compile the final 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

A atteint un état de fonctionnement sur une machine propre, avec la session enregistrée.
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

Installation en 10 minutes, plus lente que la médiane des 5 projets comparables mesurés par Argusic.
Mesuré une seule fois jusqu'ici. Une seule tentative montre qu'il peut fonctionner, pas qu'il fonctionne de façon fiable.

Sur les 6 projets artificial-intelligence qu'Argusic a installés et chronométrés, fastrtc a été le 5e plus rapide à atteindre un état de fonctionnement, et 4 sur 6 en ont atteint un.

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 par	tentative	résultat	score	coût USD	date
Argusic Runner	1/3	Fonctionne	100,00	0,03	2026-09-30 05:02 UTC

Sujets (depuis GitHub)

artificial-intelligence hacktoberfest hacktoberfest2025 llm python real-time speech-to-text text-to-speech

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/fastrtc.svg)](https://argusic.com/subject/fastrtc)

Questions

fastrtc fonctionne-t-il ?: Oui. fastrtc 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 fastrtc ?: Sur une machine vierge et jetable, avec chaque commande enregistrée et le dépôt épinglé au commit f9395ea2c651. Une tentative est enregistrée, et la méthode complète se trouve sur la page de méthodologie.
Combien a coûté le test de fastrtc ?: L'exécution qui a produit ce verdict a coûté 0,03 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 fastrtc ?: 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.
fastrtc 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 de fastrtc ?: 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.
Comment fastrtc se compare-t-il aux alternatives ?: Sur les 6 projets artificial-intelligence qu'Argusic a installés et chronométrés, fastrtc a été le 5e plus rapide à atteindre un état de fonctionnement, et 4 sur 6 en ont atteint un.
Où sont les preuves pour fastrtc ?: 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.