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

WhisperJAV

Générateur de sous-titres ASR/STT. Utilise Qwen3-ASR, un LLM local, Whisper et TEN-VAD. Robuste au bruit pour JAV.

Fonctionnesource : GitHubpage d'accueilPythonMITcommit 982d5dd912f4

Python, sous licence MIT. Le projet se décrit ainsi : aitranslate, hallucination, japanese, llm, modelscope, qwen3, qwen3 asr et speech to text.

WhisperJAV fonctionne. Un agent Argusic l'a installé en 3 minutes et a rencontré 5 erreurs sur une machine propre sans GPU, et toute la session a été enregistrée.

Project installed from source at /work/repo with 79 packages in a Python 3.12 venv. All 4 verification commands pass: import, --version (1.9.3), --help (full CLI), --dump-params (safe config probe). 617/617 clean tests pass; 43 failures and 11 errors are pre-existing (version drift, restructured config, missing optional extras).

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 92 sur 100 (la moyenne des scores des exécutions de ce projet).

En un coup d'œil

verdict
Fonctionne
Score Argusic
92 / 100
coût de l'exécution de vérification
0,07 USD (mesuré)
exécutions enregistrées
1
dernier test
étoiles
2 424
forks
204
issues ouvertes
70
observateurs
9
taille
45 MB
créé le
dernier push

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.

Temps perdu à cause de chaque échec lors du test de WhisperJAV, 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_legacy.py: stale VAD version assertions (silero -> silero-v3.1)0,3 minute
  • test_presets.py: asr_config.json restructured in v1.8.9, no longer has 'common_transcriber_options' section
  • test_acceptance_v1_8_7b0.py: version tests expect 1.8.7b0, actual is 1.9.3 (43 pre-existing failures, 11 errors)
  • Missing tkinter (system package) blocks test_simple_gap.py, test_tab_spacing.py
  • Missing PySubtrans (translate extra) blocks 10 tests
Temps d'installation
3 minutes
De la machine vierge à la fin
11 minutes
Erreurs rencontrées et corrigées
5 rencontrées, 3 corrigées sans aide humaine
Comment le résultat a été prouvé
python -m whisperjav.main --version -> 'WhisperJAV 1.9.3'. --dump-params -> config probe OK. 617/617 non-pre-existing tests passed, 43 pre-existing failures, 11 pre-existing errors.
Tokens de modèle utilisés
131 865
Commit exact testé
982d5dd912f4
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.

**Install:** Succeeded via `uv sync --extra cli` — 79 packages installed in ~3 minutes into a Pytho…
**Launch:** Succeeded — `python -m whisperjav.main --version` prints `WhisperJAV 1.9.3`, `--help` s…
**Tests:** 617 passed, 43 failed, 11 errors across the full non-slow/non-e2e suite. All failures ar…
1. **Version drift** — `test_acceptance_v1_8_7b0.py` asserts version `1.8.7b0` but the actual code …
2. **Restructured config** — `test_presets.py` references `asr_config.json` sections that were remo…
3. **Missing optional extras** — `PySubtrans` (translate extra, 10 tests) and `tkinter` (system pac…
**Fixed:** Updated two `silero` → `silero-v3.1` assertions in `test_legacy.py` that were failing on…
exec
/bin/sh -lc "echo \"ARGUSIC_RESULT:{\\\"install_succeeded\\\":true,\\\"launch_succeeded\\\":true,\\…
 succeeded in 0ms:
tokens used
131,865

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 3 minutes.
  • 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

  • A rencontré 5 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.

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 3 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 partentativerésultatscorecoût USDdate
Argusic Runner1/3Fonctionne92,000,07

Sujets (depuis GitHub)

aitranslatehallucinationjapanesellmmodelscopeqwen3qwen3-asrspeech-to-textspeechenhancementsubtitlingten-vadwhisperzipformer

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/WhisperJAV.svg)](https://argusic.com/subject/whisperjav)

Questions

WhisperJAV fonctionne-t-il ?
Oui. WhisperJAV fonctionne. Argusic l'a installé et lancé sur une machine propre en 3 minutes, en rencontrant 5 erreurs en route, et a enregistré la session.
Comment Argusic a-t-il testé WhisperJAV ?
Sur une machine vierge et jetable, avec chaque commande enregistrée et le dépôt épinglé au commit 982d5dd912f4. Une tentative est enregistrée, et la méthode complète se trouve sur la page de méthodologie.
Combien a coûté le test de WhisperJAV ?
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 WhisperJAV ?
3 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.
WhisperJAV 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 WhisperJAV ?
5 problèmes sont survenus lors de l'exécution enregistrée, et 3 ont été corrigés sans aide humaine. Chacun, avec le temps qu'il a coûté, est listé sur cette page.
Où sont les preuves pour WhisperJAV ?
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.

Discussion