Original en anglais: https://argusic.com/subject/speech-cpp
speech.cpp
Synthèse vocale, reconnaissance vocale et détection d'activité vocale pour la conversation vocale, en C++ sur ggml: Qwen3-TTS, Irodori-TTS, Qwen3-ASR, ReazonSpeech, parakeet et Silero VAD sur Metal, Vulkan et le CPU, avec un serveur compatible OpenAI et une transcription en direct.
Fonctionnesource : GitHubC++MITcommit 03555100287c
C++, sous licence MIT. Le projet se décrit ainsi : asr, cpp, ggml, gguf, irodori tts, metal, parakeet et qwen3 asr.
speech.cpp fonctionne. Un agent Argusic l'a installé en 12 minutes et a rencontré 1 erreur, corrigée sans aide sur une machine propre sans GPU, et toute la session a été enregistrée.
The speech.cpp 0.10.1 build from source produces a working speech executable and libspeech.so.4 C API shared library on Linux x86_64 CPU. The binary enumerates devices, lists all models in the catalog with their tasks/languages/sizes, downloads models from Hugging Face on demand (verified with silero-vad), runs Silero VAD inference on a WAV file, and validates all subcommand arguments correctly.
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. 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.
- Parallel build with -j ran out of memory (OOM killed cc1plus processes) on some compilation units1 minute
- Temps d'installation
- 12 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
- cd /work/repo && cmake -B build && cmake --build build -j2 --target all && LD_LIBRARY_PATH=build ./build/speech --version returned 'speech.cpp 0.10.1, C API 4.1'; LD_LIBRARY_PATH=build ./build/speech devices returned CPU device; LD_LIBRARY_PATH=build ./build/speech vad silero-vad /tmp/test_speech.wav returned 0 regions, RTFx 329
- Tokens de modèle utilisés
- 154 157
- Commit exact testé
- 03555100287c
- 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.
Impressive! The VAD model detects no speech in the sine wave (correct — it's just a tone, not human… Now let me do a final summary. Let's check if `speech update` works: exec /bin/sh -lc 'cd /work/repo && export LD_LIBRARY_PATH=build && ./build/speech update --check 2>&1' i… succeeded in 842ms: speech.cpp 0.10.1 is the latest release The `update` command reaches GitHub and confirms this is the latest release. Let me now format the final ARGUSIC_RESULT. The build succeeded on the first try with the OOM issue… tokens used 154,157 The `update` command reaches GitHub and confirms this is the latest release. Let me now format the final ARGUSIC_RESULT. The build succeeded on the first try with the OOM issue…
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 12 minutes, plus lente que la médiane des 10 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 11 projets asr qu'Argusic a installés et chronométrés, speech.cpp a été le 8e plus rapide à atteindre un état de fonctionnement, et 8 sur 11 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.
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 | 0,07 |
Sujets (depuis GitHub)
asrcppggmlggufirodori-ttsmetalparakeetqwen3-asrqwen3-ttsreazonspeechsilero-vadspeech-recognitionspeech-synthesistext-to-speechttsvoice-activity-detectionvulkan
Intégrer le badge
Markdown pour le README du projet. Il renvoie vers cette page ; conditions sur la page des conditions.
[](https://argusic.com/subject/speech-cpp)Questions
- speech.cpp fonctionne-t-il ?
- Oui. speech.cpp fonctionne. Argusic l'a installé et lancé sur une machine propre en 12 minutes, en rencontrant 1 erreur en route, et a enregistré la session.
- Comment Argusic a-t-il testé speech.cpp ?
- Sur une machine vierge et jetable, avec chaque commande enregistrée et le dépôt épinglé au commit 03555100287c. Une tentative est enregistrée, et la méthode complète se trouve sur la page de méthodologie.
- Combien a coûté le test de speech.cpp ?
- 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 speech.cpp ?
- 12 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.
- speech.cpp 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 speech.cpp ?
- 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 speech.cpp se compare-t-il aux alternatives ?
- Sur les 11 projets asr qu'Argusic a installés et chronométrés, speech.cpp a été le 8e plus rapide à atteindre un état de fonctionnement, et 8 sur 11 en ont atteint un.
- Où sont les preuves pour speech.cpp ?
- 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.