chaplin は動作しますか?

はい。chaplin は動作します. Argusic はクリーンなマシンで 48 分でインストールして起動し、途中で 10 件のエラーに遭遇し、セッションを記録しました。

Argusic は chaplin をどのようにテストしましたか?

新しい使い捨てのマシンで、すべてのコマンドを記録しながらテストしました (リポジトリはコミット 7aee1f8fca77 に固定)。記録された試行は 2 回で、手順の全体は評価方法のページに掲載しています。

chaplin のテストにはいくらかかりましたか?

この判定を出した実行のコストは 0.12 USD です: 100 万トークンあたりの定価ではなく、実際の計算資源とモデルのコストです。その実行のページに記録されています。

chaplin のインストールにはどのくらい時間がかかりますか?

この判定を決めた実行では、クリーンなマシンから実行状態まで 48 分でした。これは 1 回の計測された試行であり、平均ではありません。

chaplin には GPU が必要ですか?

起動には必要ありません。Argusic は GPU のないマシンで実行状態に達しました。

chaplin のインストールでは何がうまくいきませんか?

記録された実行では 10 件の問題が発生しました。そのうち 10 件は人の手を借りずに修正されました。それぞれの問題と、かかった時間をこのページに掲載しています。

chaplin の証拠はどこにありますか?

記録された 2 回の実行すべてをこのページに掲載しており、それぞれが完全なログとターミナル録画にリンクしています。録画は sha256 フィンガープリントとともに保存されているため、こっそり改変することはできません。

英語の原文: https://argusic.com/subject/chaplin

chaplin

リアルタイムの無声音声認識ツール。

動作するソース: GitHubPythonMITコミット 7aee1f8fca77

Python、MIT ライセンス. プロジェクト自身の表記: auto avsr、avsr、llm、ollama、speech recognition、speech to text、vsr.

chaplin は動作します。Argusic のエージェントが GPU のないクリーンなマシンで 48 分でインストールし、10 件のエラーに遭遇してすべてを自力で修正し、セッション全体が記録されました。

AVSR model loads on CPU and produces transcriptions from video features; MediaPipe face detector initializes; all Python imports resolve; webcam capture fails in headless environment (no /dev/video0) but app otherwise works
クリーンなマシンでエージェントが最終的に得た結果 (エージェント自身の言葉)。計測方法

Argusic が毎回新しいマシンで計測しています。 すべての数値はその証拠にリンクしています。 Argusic スコア 100 点中 60 点 (このプロジェクトの実行スコアの平均)。

概要

判定: 動作する
Argusic スコア: 60 / 100
検証した実行のコスト: 0.12 USD (実測)
記録された実行: 2
最終テスト: 2026-10-14
スター: 772
フォーク: 92
未解決の Issue: 4
ウォッチャー: 11
サイズ: 19 MB
作成日: 2025-02-03
最終プッシュ: 2025-11-02

プロジェクトのデータは GitHub から取得 (このページの冒頭にリンクあり)、更新日 2026-11-04。テストデータは Argusic によるもので (CC BY 4.0)、すべての数値は、完全なログ、録画、それらの sha256 ハッシュを含む実行ページにリンクしています。

計測した内容

この判定を決めた実行から取得しています。各行は記録された値であり、推定値ではありません。

chaplin のテスト中に各失敗で失われた時間 (記録された実行から作成) — 各バーはエージェントが記録した失敗と、それにかかった時間です。この実行のデータのみから描いています。

うまくいかなかった点 (エージェント自身の言葉)

エージェント自身の言葉を、深刻なものから順に掲載しています。助言に書き換えることはありません。

torchvision.io.read_video not available in torchvision 0.298 分
Chaplin class hangs on __init__ due to async event loop init race condition8 分
wget not installed, setup.sh failed5 分
mediapipe 1.1.0 removed mp.solutions API, breaking detector3 分
mediapipe 0.10.20 requires numpy<2, conflicting with opencv-python 5.x3 分
pip install failed due to externally-managed-environment2 分

インストール時間: 48 分
クリーンなマシンから完了まで: 23 分
遭遇したエラーと修正したエラー: 10 件に遭遇、10 件を人の手を借りずに修正
結果の証明方法: python3 tested: model.infer(dummy_input) produced varied outputs ('THAT'S RIGHT', 'WHAT DO YOU THINK', 'I DON'T KNOW') from 3 synthetic inputs. 'python main.py config_filename=./configs/LRS3_V_WER19.1.ini detector=mediapipe' launched successfully, loaded all components, and exited with cv2.VideoCapture(0) error (expected in headless container) after ~4 seconds.
使用したモデルのトークン: 724,044
テストした正確なコミット: 7aee1f8fca77
コンテナイメージ: sha256:cdd920bce783

計測していない内容

残りの半分です。この証拠がどこまでを示すのかを正確に確認できます。欠けている部分は欠けているものとして表示し、埋めることはありません。

GPU メモリのピーク: CPU マシンで実行したため、サンプリングする GPU がありませんでした
長時間の実行での振る舞い: 各試行はドキュメントにある最小の設定と決まった時間予算を使うため、計測しているのは動作するかどうかであり、負荷のもとでどう持ちこたえるかではありません

録画の最後

この判定を決めたターミナルセッションの最後の行を、記録されたとおりに表示しています。

6. Applied patches to fix:
   - `torchvision.io.read_video` → `av` in `data_module.py`, both detector files
   - Missing `espnet.nets.pytorch_backend.e2e_asr` import → corrected to `nets_utils` in `lm/defaul…
   - `Chaplin.__init__` race condition with async event loop startup (moved to `threading.Thread` +…
   - `hydra.main` version mismatch (original code targets hydra 1.3+, not the old 0.11 API
exec
/bin/sh -lc "ARGUSIC_RESULT: {\"install_succeeded\": true, \"launch_succeeded\": true, \"install_mi…
 exited 127 in 0ms:
/bin/sh: 1: ARGUSIC_RESULT:: not found
2026-10-14T18:20:57.995453Z ERROR codex_core::session: failed to record rollout items: thread 01a13…
tokens used
724,044

セッション全体を再生 (クリーンなマシンからこの時点までのすべてのコマンド)。

テスト方法

1 つのエージェント、1 つのコンテナで、人の手は借りません。エージェントはプロジェクト自身のドキュメントに書かれた方法でインストールし、実行し、壊れた部分を修正します。以下はすべて、実際に起きたとおりに記録されています: ターミナルセッション、ログ、そして正確なコミットです。評価方法の全文.

強みと限界

意見ではなく、計測された事実です。コンテンツの作成方法.

うまくいった点

クリーンなマシンで実行状態に達し、セッションが記録されました。
48 分でインストールできました。
10 件のエラーすべてから、人の介入なしに回復しました。失敗が解決できる程度にはドキュメント化されていることを示しています。
GPU なしで動作したため、起動に GPU は必要ありません。
ホストの報告によると、ライセンスは MIT です。
2 回計測しているため、一度きりの結果ではありません。

適している用途

ノートパソコンや小さなサーバーで試す場合: GPU なしで実行状態に達しました。

同じ分野でテストしたプロジェクト

ここに挙げたものはすべて、Argusic がクリーンなマシンにインストールして実行しました。テストしていないものは表示されません。

実行履歴

テスト担当	試行	結果	スコア	コスト (USD)	日時
Argusic Runner	2/3	動作した	100.00	0.12	2026-10-14 18:21 UTC
Argusic Runner	1/3	動作しなかった	20.00	0.01	2026-10-14 09:05 UTC

トピック (出典: GitHub)

auto-avsr avsr llm ollama speech-recognition speech-to-text vsr

バッジを埋め込む

プロジェクトの README に貼る Markdown です。バッジはこのページにリンクします。利用条件: 利用規約ページ.

[![Tested by Argusic](https://argusic.com/badge/chaplin.svg)](https://argusic.com/subject/chaplin)

質問

chaplin は動作しますか?: はい。chaplin は動作します. Argusic はクリーンなマシンで 48 分でインストールして起動し、途中で 10 件のエラーに遭遇し、セッションを記録しました。
Argusic は chaplin をどのようにテストしましたか?: 新しい使い捨てのマシンで、すべてのコマンドを記録しながらテストしました (リポジトリはコミット 7aee1f8fca77 に固定)。記録された試行は 2 回で、手順の全体は評価方法のページに掲載しています。
chaplin のテストにはいくらかかりましたか?: この判定を出した実行のコストは 0.12 USD です: 100 万トークンあたりの定価ではなく、実際の計算資源とモデルのコストです。その実行のページに記録されています。
chaplin のインストールにはどのくらい時間がかかりますか?: この判定を決めた実行では、クリーンなマシンから実行状態まで 48 分でした。これは 1 回の計測された試行であり、平均ではありません。
chaplin には GPU が必要ですか?: 起動には必要ありません。Argusic は GPU のないマシンで実行状態に達しました。
chaplin のインストールでは何がうまくいきませんか?: 記録された実行では 10 件の問題が発生しました。そのうち 10 件は人の手を借りずに修正されました。それぞれの問題と、かかった時間をこのページに掲載しています。
chaplin の証拠はどこにありますか?: 記録された 2 回の実行すべてをこのページに掲載しており、それぞれが完全なログとターミナル録画にリンクしています。録画は sha256 フィンガープリントとともに保存されているため、こっそり改変することはできません。