Original en anglais: https://argusic.com/subject/whisper-asr-webservice
whisper-asr-webservice
OpenAI Whisper ASR Webservice API
Fonctionnesource : GitHubpage d'accueilPythonMITcommit ec32cd50b508
Python, sous licence MIT. Le projet se décrit ainsi : asr, automatic speech recognition, docker, openai whisper, speech, speech recognition et speech to text.
whisper-asr-webservice fonctionne. Un agent Argusic l'a installé en 2,5 minutes et a rencontré 1 erreur, corrigée sans aide sur une machine propre sans GPU, et toute la session a été enregistrée.
The Whisper ASR Box webservice is installed and running: the uvicorn server serves Swagger UI at /docs, returns JSON language detection at /detect-language, and returns transcription text at /asr all with HTTP 200.
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.
- Poetry not pre-installed in container0,5 minute
- Temps d'installation
- 3 minutes
- De la machine vierge à la fin
- 14 minutes
- Erreurs rencontrées et corrigées
- 1 rencontrée, 1 corrigée sans aide humaine
- Comment le résultat a été prouvé
- poetry run uvicorn app.webservice:app --host 127.0.0.1 --port 9000 & curl -s -o /dev/null -w '%{http_code}' / returned 307, /docs returned 200, /detect-language returned 200 with valid JSON, /asr?output=txt returned 200 with transcription text, whisper-asr-webservice --version returned v1.11.0.dev0
- Tokens de modèle utilisés
- 65 162
- Commit exact testé
- ec32cd50b508
- 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
Regarder la session
L'exécution complète, depuis une machine propre, à la vitesse réelle. Rien n'est coupé et rien n'est accéléré.
Un enregistrement de la tentative 1, exécutée le , la tentative qui a décidé le verdict ci-dessus. L'enregistrement du terminal dont elle est tirée constitue la preuve, conservée avec une empreinte sha256 ; la vidéo n'en est qu'un rendu. Rien n'est chargé depuis l'hébergeur de la vidéo tant que vous n'appuyez pas sur lecture.
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.
65,162
Here's the summary of everything I did and observed:
**Install**: Poetry was not pre-installed. Ran `pip3 install --user --break-system-packages poetry`…
**Launch**: The uvicorn server started on `127.0.0.1:9000` and all three endpoints responded correc…
- `GET /` → 307 Temporary Redirect to `/docs`
- `GET /docs` → 200, valid Swagger UI HTML
- `POST /detect-language` on sine-tone audio → 200, `{"detected_language":"english","language_code"…
- `POST /asr?output=txt&task=transcribe&language=en` on sine-tone audio → 200, returned transcribed…
- `whisper-asr-webservice --version` → `whisper-asr-webservice, version 1.11.0.dev0`
**Errors**:
- Poetry not installed → fixed by `pip3 install --user --break-system-packages poetry` (~0.5 min)
- No other errors encountered.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 2,5 minutes, plus vite que la médiane des 9 projets comparables mesurés par Argusic.
- 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
- Mesuré une seule fois jusqu'ici. Une seule tentative montre qu'il peut fonctionner, pas qu'il fonctionne de façon fiable.
Sur les 10 projets asr qu'Argusic a installés et chronométrés, whisper-asr-webservice a été le 3e plus rapide à atteindre un état de fonctionnement, et 7 sur 10 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 2,5 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 | 0,05 |
Sujets (depuis GitHub)
asrautomatic-speech-recognitiondockeropenai-whisperspeechspeech-recognitionspeech-to-text
Intégrer le badge
Markdown pour le README du projet. Il renvoie vers cette page ; conditions sur la page des conditions.
[](https://argusic.com/subject/whisper-asr-webservice)Questions
- whisper-asr-webservice fonctionne-t-il ?
- Oui. whisper-asr-webservice fonctionne. Argusic l'a installé et lancé sur une machine propre en 3 minutes, en rencontrant 1 erreur en route, et a enregistré la session.
- Comment Argusic a-t-il testé whisper-asr-webservice ?
- Sur une machine vierge et jetable, avec chaque commande enregistrée et le dépôt épinglé au commit ec32cd50b508. Une tentative est enregistrée, et la méthode complète se trouve sur la page de méthodologie.
- Combien a coûté le test de whisper-asr-webservice ?
- L'exécution qui a produit ce verdict a coûté 0,05 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 whisper-asr-webservice ?
- 2,5 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.
- whisper-asr-webservice 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 whisper-asr-webservice ?
- 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 whisper-asr-webservice se compare-t-il aux alternatives ?
- Sur les 10 projets asr qu'Argusic a installés et chronométrés, whisper-asr-webservice a été le 3e plus rapide à atteindre un état de fonctionnement, et 7 sur 10 en ont atteint un.
- Où sont les preuves pour whisper-asr-webservice ?
- 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.