Original en anglais: https://argusic.com/subject/thewhisper
TheWhisper
Modèles Whisper optimisés pour le streaming et l'utilisation sur appareil
Fonctionne avec des mockssource : GitHubpage d'accueilPythonMITcommit af7eebaa5315
Python, sous licence MIT. Le projet se décrit ainsi : apple silicon, coreml, mlx, nvidia gpu, on device ai, real time, speech recognition et speech to text.
TheWhisper fonctionne, avec des substituts pour les services dont il dépend. Un agent Argusic l'a installé en 35 minutes et a rencontré 7 erreurs sur une machine propre sans GPU, et toute la session a été enregistrée.
In this container the Python package installs and imports, the streaming pipeline and examples/server.py run against a local mock ASR endpoint returning word timestamps, and the Electron client launches on the virtual display and completes a session-create/audio-chunk/process transcription round trip; real CUDA/CoreML model inference and microphone capture were not verifiable here.
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 86,3 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.
- VAD streaming path silently dropped pending audio, and oversized queued chunks grew the buffer without trimming20 minutes
- Electron .env loaded from repo root but README runs from electron_app dir8 minutes
- OSError: PortAudio library not found (system has no libportaudio.so, no root to install)5 minutes
- Electron getUserMedia audio init returned {} in container (no audio device)4 minutes
- ModuleNotFoundError: transformers on import thestage_speechkit3 minutes
- FileStream used librosa correctly but had typo orgi_sr and imported load unnecessarily3 minutes
- Temps d'installation
- 35 minutes
- De la machine vierge à la fin
- 34 minutes
- Erreurs rencontrées et corrigées
- 7 rencontrées, 5 corrigées sans aide humaine
- Comment le résultat a été prouvé
- python StreamingPipeline remote-backend test printed 7 transcription-bearing results; curl POST localhost:8822/session/create/ returned HTTP 200 and session_id; 40x add_chunk + process returned uncommited_words [{'text':' mock transcription','start':0.0,'end':1.0}]; electron --no-sandbox . on DISPLAY=:99 stayed alive with window 'TheNotes App' and its own api.createSession/sendAudioChunk/process returned the transcription
- Tokens de modèle utilisés
- 3 825 113
- Commit exact testé
- af7eebaa5315
- 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.
- Electron audio/mic init unreachable here (no audio device); Apple/`mlx` backend unavailable on Li… **Changes left in the repo** (uncommitted): `pyproject.toml` (add `transformers`), `thestage_speech… tokens used 3,825,113 All required work is done and recorded. Final summary with the required line: **Verified work (all observed in this container, 2026-10-12):** - `pip install .` in a fresh venv built the wheel and installed cleanly after fixes. - `StreamingPipeline` remote backend: 5 s audio in 0.1 s steps → 7 transcription-bearing results wi… - `examples/server.py` (whisper backend vs local mock): `POST /session/create/` → 200, 40 `add_chun… - Electron app on Xvfb: window `TheNotes App` (1440x900) stayed up; session created via its own `ap… - Electron audio/mic init unreachable here (no audio device); Apple/`mlx` backend unavailable on Li… **Changes left in the repo** (uncommitted): `pyproject.toml` (add `transformers`), `thestage_speech…
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
- 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.
- Installation en 35 minutes, plus lente que la médiane des 5 projets comparables mesurés par Argusic.
- A rencontré 7 erreurs pendant l'installation, dont 2 n'ont pas été résolues.
- 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 apple-silicon qu'Argusic a installés et chronométrés, TheWhisper a été le 5e plus rapide à atteindre un état de fonctionnement, et 2 sur 6 en ont atteint un.
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 | 86,29 | 0,80 |
Sujets (depuis GitHub)
apple-siliconcoremlmlxnvidia-gpuon-device-aireal-timespeech-recognitionspeech-to-textstreamingtranscriptiontranslationvoicevoice-ai
Intégrer le badge
Markdown pour le README du projet. Il renvoie vers cette page ; conditions sur la page des conditions.
[](https://argusic.com/subject/thewhisper)Questions
- TheWhisper fonctionne-t-il ?
- TheWhisper fonctionne, avec des mocks à la place des services externes. Argusic l'a installé et lancé sur une machine propre en 35 minutes, en rencontrant 7 erreurs en route, et a enregistré la session.
- Comment Argusic a-t-il testé TheWhisper ?
- Sur une machine vierge et jetable, avec chaque commande enregistrée et le dépôt épinglé au commit af7eebaa5315. Une tentative est enregistrée, et la méthode complète se trouve sur la page de méthodologie.
- Combien a coûté le test de TheWhisper ?
- L'exécution qui a produit ce verdict a coûté 0,80 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 TheWhisper ?
- 35 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.
- TheWhisper 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 TheWhisper ?
- 7 problèmes sont survenus lors de l'exécution enregistrée, et 5 ont été corrigés sans aide humaine. Chacun, avec le temps qu'il a coûté, est listé sur cette page.
- Comment TheWhisper se compare-t-il aux alternatives ?
- Sur les 6 projets apple-silicon qu'Argusic a installés et chronométrés, TheWhisper a été le 5e plus rapide à atteindre un état de fonctionnement, et 2 sur 6 en ont atteint un.
- Où sont les preuves pour TheWhisper ?
- 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.