Original em inglês: https://argusic.com/subject/dia2
dia2
Modelo TTS capaz de transmitir áudio conversacional em tempo real.
Executafonte: GitHubPythonApache-2.0commit 8687268f4ed3
Python, licença Apache-2.0. O projeto se descreve como: open weight e text to speech.
dia2 executa. Em uma máquina limpa sem GPU, um agent da Argusic o instalou em 0,6 minutos e encontrou 3 erros, corrigindo todos sem ajuda, e a sessão inteira foi gravada.
Dia2-1B model loads and generates valid 24 kHz mono WAV audio on CPU (bfloat16) via both the Python API and CLI, producing non-silent output with correct speaker-tagged transcription and word timestamps.
O que o agent conseguiu em uma máquina limpa, nas palavras dele. Como isto é medido
Medido pela Argusic em uma máquina nova, todas as vezes. Cada número tem link para as suas evidências. Pontuação Argusic 100 de 100 (a média das pontuações das execuções deste projeto).
Visão geral
Dados do projeto de GitHub, com link no topo desta página, atualizado em . Dados de teste da Argusic (CC BY 4.0); cada número tem link para uma página de execução com o log completo, a gravação e os hashes sha256 deles.
O que foi medido
Da execução que decidiu este veredito. Cada linha é um valor registrado, não uma estimativa.
O que deu errado, nas palavras do agent
As palavras do próprio agent, das piores para as menores, nunca reescritas como conselho.
- 2B model (Dia2-2B, 7.68 GB safetensors) caused OOM kill under 8 GB cgroup memory limit on CPU3 minutos
- resolve_precision defaults to float32 on CPU regardless of dtype preference, exceeding 8 GB cgroup limit with 1B model (~4.3 GB weights + float32 model)2 minutos
- uv not found in PATH (installed via pip, but only accessible from /home/runner/.local/bin)1 minuto
- Tempo de instalação
- menos de um minuto
- Da máquina limpa até o fim
- 12 minutos
- Erros encontrados e corrigidos
- 3 encontrados, 3 corrigidos sem ajuda humana
- Como o resultado foi comprovado
- uv sync exited 0 (95 packages). Dia2.from_repo loaded Dia2-1B on CPU bfloat16 and generated test_output.wav; ffmpeg -v error -i test_output.wav -f null - exited 0; soundfile read: 24000 Hz, 36480 samples, max=0.122, min=-0.123 (non-zero audio). CLI-style generation produced test_cli_output.wav (80684 bytes, 1.68s, 24000 Hz, max=0.469). Gradio build_interface() returned a Blocks object without errors.
- Tokens de modelo usados
- 89.975
- Commit exato testado
- 8687268f4ed3
- Imagem do container
- sha256:cdd920bce783
O que não foi medido
A outra metade, para você ver exatamente até onde estas evidências vão. Uma lacuna é mostrada como lacuna e nunca é preenchida.
- Pico de memória da GPU
- esta execução foi em uma máquina com CPU, então não havia GPU para medir
- Comportamento em uma execução longa
- cada tentativa usa as menores configurações documentadas e um orçamento de tempo fixo, então isto mede se ele executa, não como ele se comporta sob carga
O fim da gravação
As últimas linhas da sessão de terminal que decidiu este veredito, exatamente como foram gravadas.
- Timestamps: Hello=0.16s, world.=0.4s
- Samples range: -0.123 to 0.122 (non-zero)
6. CLI-style generation: passed
- Output: test_cli_output.wav (80684 bytes, 1.68s, 24000 Hz)
- Samples range: -0.469 to 0.469
7. ffmpeg WAV validation: passed (exit 0, no errors)
8. Gradio interface building: passed
Limitations:
- CUDA GPU not available in this container
- resolve_precision defaults to float32 on CPU; patched to bfloat16 to fit 8GB cgroup limit
tokens used
89,975Reproduzir a sessão inteira, cada comando desde a máquina limpa até este ponto.
Como foi testado
Um agent, um container, nenhuma ajuda humana. Ele instala o projeto do jeito que a própria documentação do projeto manda, executa o projeto e corrige o que quebra. Tudo abaixo é registrado como aconteceu: a sessão de terminal, o log e o commit exato. A metodologia completa.
Pontos fortes e limites
Fatos medidos, não opiniões. Como este conteúdo é escrito.
O que deu certo
- Chegou a um estado de execução em uma máquina limpa, com a sessão gravada.
- Instalado em 0,6 minutos.
- Recuperou-se de todos os 3 erros sem que uma pessoa interviesse, o que indica que as falhas estão documentadas o suficiente para serem resolvidas.
- Executou sem GPU, então não precisa de uma para iniciar.
- Licença Apache-2.0, segundo a plataforma onde o projeto está hospedado.
O que não deu certo, ou não se sabe
- Medido uma vez até agora. Uma única tentativa mostra que ele pode executar, não que executa de forma confiável.
Para que é uma escolha razoável
- Testar em um laptop ou em um servidor pequeno: ele chegou a um estado de execução sem GPU.
- Uma avaliação rápida: ele estava executando 0,6 minutos depois do clone.
Também testados, na mesma área
Cada um destes foi instalado e executado pela Argusic em uma máquina limpa. Nada aparece aqui sem ter sido testado.
Histórico de execuções
Tópicos (de GitHub)
Incorporar o selo
Markdown para o README do projeto. Ele tem link de volta para esta página; os termos estão na página de termos.
[](https://argusic.com/subject/dia2)Perguntas
- dia2 executa?
- Sim. dia2 executa. A Argusic o instalou e iniciou em uma máquina limpa em 1 minutos, encontrando 3 erros no caminho, e gravou a sessão.
- Como a Argusic testou dia2?
- Em uma máquina nova e descartável, com cada comando gravado e o repositório fixado no commit 8687268f4ed3. Há uma tentativa registrada, e a metodologia completa está na página da metodologia.
- Quanto custou testar dia2?
- A execução que produziu este veredito custou US$ 0,07: custo real de computação e de modelo, não um preço de tabela por milhão de tokens. Esse valor está registrado na página da execução.
- Quanto tempo leva para instalar dia2?
- 0,6 minutos na execução que decidiu este veredito, de uma máquina limpa até um estado de execução. É uma tentativa medida, não uma média.
- dia2 precisa de GPU?
- Não para iniciar. A Argusic chegou a um estado de execução em uma máquina sem GPU.
- O que dá errado ao instalar dia2?
- 3 coisas quebraram na execução registrada, e 3 foram corrigidas sem ajuda humana. Cada uma, com o tempo que custou, está listada nesta página.
- Onde estão as evidências de dia2?
- A execução registrada está nesta página, cada uma com link para o seu log completo e a sua gravação do terminal, guardados com uma impressão digital sha256 para que não possam ser alterados discretamente.