speech.cpp は動作しますか?

はい。speech.cpp は動作します. Argusic はクリーンなマシンで 12 分でインストールして起動し、途中で 1 件のエラーに遭遇し、セッションを記録しました。

Argusic は speech.cpp 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 03555100287c に固定)。記録された試行は 1 回で、手順の全体は評価方法のページに掲載しています。

speech.cpp 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 0.07 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。

speech.cpp 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 12 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。

speech.cpp 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。

speech.cpp 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 1 件の問題が発生しました。そのうち 1 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。

speech.cpp の証拠はどこにありますか?

記録された実行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/speech-cpp

speech.cpp

Speech synthesis, speech recognition and voice activity detection for voice conversation, in C++ on ggml: Qwen3-TTS, Irodori-TTS, Qwen3-ASR, ReazonSpeech, parakeet and Silero VAD on Metal, Vulkan and the CPU, with an OpenAI-compatible server and live transcription.

動作するソース: GitHubC++MITコミット 03555100287c

C++、MIT ライセンス. プロジェクト自身の表記: asr、cpp、ggml、gguf、irodori tts、metal、parakeet、qwen3 asr.

speech.cpp 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 12 分でインストールし、1 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。

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.
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 100 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: 100 / 100
検証した実行のコスト: 0.07 USD (実測)
記録された実行: 1
最終テスト: 2026-11-09
スター: 380
フォーク: 0
未解決の Issue: 0
ウォッチャー: 0
作成日: -
最終プッシュ: -

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)。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。

speech.cpp 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。

Parallel build with -j ran out of memory (OOM killed cc1plus processes) on some compilation units1 分

インストール時間: 12 分
クリーンなマシンから完了まで: 7 分
遭遇したエラーと修正したエラー: 1 件に遭遇、1 件を人の手を借りずに修正
結果の証明方法: 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
使用したモデルのトークン: 154,157
テストした正確なコミット: 03555100287c
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。

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…

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。
1 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。

うまくいかなかった点、または不明な点

インストールに 12 分かかり、Argusic が計測した比較可能な 10 件のプロジェクトの中央値より遅い結果です。
これまでの計測は 1 回です。1 回の試行は動作し得ることを示すだけで、安定して動作することは示しません。

Argusic がインストールして時間を計測した asr のプロジェクト 11 件のうち、speech.cpp は実行状態に達するまでの速さが 8 番目で、11 件中 8 件がそもそも実行状態に達しました。

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	1/3	動作した	100.00	0.07	2026-11-09 07:24 UTC

トピック (出典: GitHub)

asr cpp ggml gguf irodori-tts metal parakeet qwen3-asr qwen3-tts reazonspeech silero-vad speech-recognition speech-synthesis text-to-speech tts voice-activity-detection vulkan

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/speech.cpp.svg)](https://argusic.com/subject/speech-cpp)

質問

speech.cpp は動作しますか?: はい。speech.cpp は動作します. Argusic はクリーンなマシンで 12 分でインストールして起動し、途中で 1 件のエラーに遭遇し、セッションを記録しました。
Argusic は speech.cpp 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 03555100287c に固定)。記録された試行は 1 回で、手順の全体は評価方法のページに掲載しています。
speech.cpp 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 0.07 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。
speech.cpp 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 12 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。
speech.cpp 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。
speech.cpp 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 1 件の問題が発生しました。そのうち 1 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。
speech.cpp は代替のプロジェクトと比べてどうですか?: Argusic がインストールして時間を計測した asr のプロジェクト 11 件のうち、speech.cpp は実行状態に達するまでの速さが 8 番目で、11 件中 8 件がそもそも実行状態に達しました。
speech.cpp の証拠はどこにありますか?: 記録された実行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。