Original en anglais: https://argusic.com/subject/sherpa-onnx
sherpa-onnx
Reconnaissance vocale, synthèse vocale, diarisation des locuteurs, amélioration de la parole, séparation de sources et détection d'activité vocale à l'aide de Kaldi de nouvelle génération avec onnxruntime sans connexion Internet. Prend en charge les systèmes embarqués, Android, iOS, HarmonyOS, Raspberry Pi, RISC-V, RK NPU, Axera NPU, Ascend NPU, les serveurs x86_64, le serveur/client websocket, et 12 langages de programmation.
Fonctionnesource : GitHubpage d'accueilC++Apache-2.0commit 040afe360a38
C++, sous licence Apache-2.0. Le projet se décrit ainsi : aarch64, android, arm32, asr, cpp, csharp, dotnet et ios.
sherpa-onnx fonctionne. Un agent Argusic l'a installé en 7 minutes et a rencontré 6 erreurs, toutes corrigées sans aide sur une machine propre sans GPU, et toute la session a été enregistrée.
The sherpa-onnx 1.13.8 C++ source built successfully, all 29 CTest tests passed, the published Python package installed, and both Python and native CLI paths performed real Whisper ASR and generated decodable Piper TTS audio.
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
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.
- pip install . failed at CMake configure because Python.h and Development.Module were missing; python3-dev cannot be installed without root3 minutes
- Repository tests initially failed with ModuleNotFoundError: _sherpa_onnx1 minute
- A single-process pytest run raised duplicate pybind registration errors1 minute
- pytest mis-collected module-level speaker-test helpers as fixtures1 minute
- /usr/bin/time was unavailable (exit 127)
- The file utility was unavailable
- Temps d'installation
- 7 minutes
- De la machine vierge à la fin
- 7 minutes
- Erreurs rencontrées et corrigées
- 6 rencontrées, 6 corrigées sans aide humaine
- Comment le résultat a été prouvé
- ctest --output-on-failure exited 0 with 29/29 tests passed; source-built sherpa-onnx-offline exited 0 and transcribed test_wavs/0.wav as 'After early nightfall, the yellow lamps would light up here and there the squalid quarter of the brothels.'; Python and source-built CLI TTS produced 4.672s and 4.800s 16kHz mono PCM WAVs, both decoded by ffmpeg -v error -i FILE -f null - with exit 0.
- Tokens de modèle utilisés
- 179 157
- Commit exact testé
- 040afe360a38
- 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.
diff --git a/sherpa-onnx/python/sherpa_onnx/__init__.py b/sherpa-onnx/python/sherpa_onnx/__init__.py index eeea51f..27abdb7 100644 --- a/sherpa-onnx/python/sherpa_onnx/__init__.py +++ b/sherpa-onnx/python/sherpa_onnx/__init__.py @@ -95,3 +95,4 @@ from .keyword_spotter import KeywordSpotter from .offline_recognizer import OfflineRecognizer from .online_recognizer import OnlineRecognizer from .utils import text2token +__version__ = '1.13.8' ## HEAD (no branch) tokens used 179,157
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 7 minutes.
- S'est remis des 6 erreurs 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 Apache-2.0, selon son hébergeur.
- Mesuré 2 fois, le résultat n'est donc pas un cas isolé.
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 7 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 | 2/3 | Fonctionne | 100,00 | 0,13 | |
| Argusic Runner | 1/3 | Fonctionne | 100,00 | 0,03 |
Sujets (depuis GitHub)
aarch64androidarm32asrcppcsharpdotnetioslazaruslinuxmacosmfcobject-pascalonnxraspberry-pirisc-vspeech-to-texttext-to-speechvitswindows
Intégrer le badge
Markdown pour le README du projet. Il renvoie vers cette page ; conditions sur la page des conditions.
[](https://argusic.com/subject/sherpa-onnx)Questions
- sherpa-onnx fonctionne-t-il ?
- Oui. sherpa-onnx fonctionne. Argusic l'a installé et lancé sur une machine propre en 7 minutes, en rencontrant 6 erreurs en route, et a enregistré la session.
- Comment Argusic a-t-il testé sherpa-onnx ?
- Sur une machine vierge et jetable, avec chaque commande enregistrée et le dépôt épinglé au commit 040afe360a38. 2 tentatives sont enregistrées, et la méthode complète se trouve sur la page de méthodologie.
- Combien a coûté le test de sherpa-onnx ?
- L'exécution qui a produit ce verdict a coûté 0,13 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 sherpa-onnx ?
- 7 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.
- sherpa-onnx 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 sherpa-onnx ?
- 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 sherpa-onnx ?
- Les 2 exécutions enregistrées se trouvent 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.