英語の原文: https://argusic.com/subject/thewhisper
TheWhisper
ストリーミングおよびオンデバイス向けに最適化された Whisper モデル
モックで動作するソース: GitHubホームページPythonMITコミット af7eebaa5315
Python、MIT ライセンス. プロジェクト自身の表記: apple silicon、coreml、mlx、nvidia gpu、on device ai、real time、speech recognition、speech to text.
TheWhisper は、依存するサービスを代わりのものに置き換えたうえで動作します。Argusic のエージェントが GPU のないクリーンなマシンで 35 分でインストールし、7 件のエラーに遭遇し、セッション全体が記録されました。
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.
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 86.3 点 (このプロジェクトの実行スコアの平均)。
概要
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 。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。
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。
- VAD streaming path silently dropped pending audio, and oversized queued chunks grew the buffer without trimming20 分
- Electron .env loaded from repo root but README runs from electron_app dir8 分
- OSError: PortAudio library not found (system has no libportaudio.so, no root to install)5 分
- Electron getUserMedia audio init returned {} in container (no audio device)4 分
- ModuleNotFoundError: transformers on import thestage_speechkit3 分
- FileStream used librosa correctly but had typo orgi_sr and imported load unnecessarily3 分
- インストール時間
- 35 分
- クリーンなマシンから完了まで
- 34 分
- 遭遇したエラーと修正したエラー
- 7 件に遭遇、5 件を人の手を借りずに修正
- 結果の証明方法
- 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
- 使用したモデルのトークン
- 3,825,113
- テストした正確なコミット
- af7eebaa5315
- 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
- 実際のサービスに対する振る舞い
- この実行は代わりのサービスに対してのみ検証されました
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。
- 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…
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
- 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
- 代わりのサービスに対してのみ実行状態に達したため、実際のサービスで動作することはここでは証明されていません。
- インストールに 35 分かかり、Argusic が計測した比較可能な 5 件のプロジェクトの中央値より遅い結果です。
- セットアップ中に 7 件のエラーに遭遇しました。そのうち 2 件は解決されていません。
- 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 apple-silicon のプロジェクト 6 件のうち、TheWhisper は実行状態に達するまでの速さが 5 番目で、6 件中 2 件がそもそも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
トピック (出典: GitHub)
apple-siliconcoremlmlxnvidia-gpuon-device-aireal-timespeech-recognitionspeech-to-textstreamingtranscriptiontranslationvoicevoice-ai
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.
[](https://argusic.com/subject/thewhisper)質問
- TheWhisper は動作しますか?
- TheWhisper は、外部サービスの代わりにモックを使って動作します. Argusic はクリーンなマシンで 35 分でインストールして起動し、途中で 7 件のエラーに遭遇し、セッションを記録しました。
- Argusic は TheWhisper 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 af7eebaa5315 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。
- TheWhisper 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 0.80 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。
- TheWhisper 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 35 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。
- TheWhisper 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。
- TheWhisper 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 7 件の問題が発生しました。そのうち 5 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。
- TheWhisper 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 apple-silicon のプロジェクト 6 件のうち、TheWhisper は実行状態に達するまでの速さが 5 番目で、6 件中 2 件がそもそも実行状態に達しました。
- TheWhisper 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。