Original em inglês: https://argusic.com/subject/irodori-tts
Irodori-TTS
Um modelo de text-to-speech baseado em Flow Matching com controle de estilo orientado por emoji
Executafonte: GitHubpágina do projetoPythonMITcommit 89f9d8fbd4d5
Python, licença MIT. O projeto se descreve como: diffusion models, flow matching, python, speech synthesis, text to speech, tts e voice cloning.
Irodori-TTS executa. Em uma máquina limpa sem GPU, um agent da Argusic o instalou em 5 minutos e não encontrou nenhum erro, e a sessão inteira foi gravada.
Irodori-TTS installs and all core modules import cleanly on CPU. The TextToLatentRFDiT model constructs and runs forward passes. The Gradio web UI builds and serves HTTP 200. Inference requires downloading a HuggingFace checkpoint.
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.
- Tempo de instalação
- 5 minutos
- Da máquina limpa até o fim
- 8 minutos
- Erros encontrados e corrigidos
- 0 encontrados, 0 corrigidos sem ajuda humana
- Como o resultado foi comprovado
- python3 -m uv sync --extra cpu installed cleanly; all 15 submodules and 7 entry-point scripts import without errors; TextToLatentRFDiT forward pass succeeded on synthetic input (output shape [1,8,32]); gradio_app.py started on port 7895 and returned HTTP 200 on GET /; gradio_app_voicedesign.py build_ui() returns gr.Blocks.
- Tokens de modelo usados
- 92.867
- Commit exato testado
- 89f9d8fbd4d5
- 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.
tokens used 92,867 All systems verified successfully. Here's my report: **Install**: `python3 -m uv sync --extra cpu` completed cleanly. All dependencies resolved and inst… **Verification performed**: - All **15 submodules** of `irodori_tts` import without errors - All **7 script entry points** (`train.py`, `infer.py`, `gradio_app.py`, `gradio_app_voicedesign.p… - **Model forward pass** — `TextToLatentRFDiT` with a small config constructed and ran a forward pa… - **Gradio server** — launched on port 7895, returned HTTP `200` on `/` - **Gradio UI** — `build_ui()` returns a `gr.Blocks` object in both `gradio_app.py` and `gradio_app… - **RF/MeanFlow modules** — interpolation, velocity targets, and Euler sampling functions all work **No errors were encountered at any stage.** Third-party API keys are not needed for building or co…
Reproduzir 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 5 minutos.
- Nada quebrou no caminho: zero erros entre o clone e a execução.
- Executou sem GPU, então não precisa de uma para iniciar.
- Licença MIT, 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 5 minutos depois do clone.
- Seguir o próprio README: o caminho documentado funcionou sem nada para corrigir.
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)
diffusion-modelsflow-matchingpythonspeech-synthesistext-to-speechttsvoice-cloning
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/irodori-tts)Perguntas
- Irodori-TTS executa?
- Sim. Irodori-TTS executa. A Argusic o instalou e iniciou em uma máquina limpa em 5 minutos, encontrando 0 erros no caminho, e gravou a sessão.
- Como a Argusic testou Irodori-TTS?
- Em uma máquina nova e descartável, com cada comando gravado e o repositório fixado no commit 89f9d8fbd4d5. Há uma tentativa registrada, e a metodologia completa está na página da metodologia.
- Quanto custou testar Irodori-TTS?
- A execução que produziu este veredito custou US$ 0,05: 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 Irodori-TTS?
- 5 minutos na execução que decidiu este veredito, de uma máquina limpa até um estado de execução. É uma tentativa medida, não uma média.
- Irodori-TTS 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 Irodori-TTS?
- Nada deu errado na execução registrada: zero erros entre o clone e a execução.
- Onde estão as evidências de Irodori-TTS?
- 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.