Original em inglês: https://argusic.com/subject/whisper-cpp
whisper.cpp
Port do modelo Whisper da OpenAI em C/C++
Executafonte: GitHubC++MITcommit d09f61a708f3
C++, licença MIT. O projeto se descreve como: inference, openai, speech recognition, speech to text, transformer e whisper.
whisper.cpp executa. Em uma máquina limpa sem GPU, um agent da Argusic o instalou em 4 minutos e não encontrou nenhum erro, e a sessão inteira foi gravada.
whisper.cpp builds from source via cmake, all 6 unit tests pass, whisper-cli transcribes speech to text with a real tiny.en model, and whisper-server starts and binds to a TCP port.
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 98 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
- 4 minutos
- Da máquina limpa até o fim
- 5 minutos
- Erros encontrados e corrigidos
- 0 encontrados, 0 corrigidos sem ajuda humana
- Como o resultado foi comprovado
- cd /work/repo && ./build/bin/whisper-cli -m models/ggml-tiny.en.bin -f samples/jfk.wav produced correct transcription: 'And so my fellow Americans ask not what your country can do for you, ask what you can do for your country.' Also verified: test-common-utf8 (exit 0), test-whisper-zero-samples (exit 0), test-whisper-buffer-loader (exit 0), test-whisper-lang-detect-abort (exit 0), test-vad (exit 0), test-parakeet (exit 0), whisper-vad-speech-segments (4 speech segments detected), whisper-server (listened on 127.0.0.1:8177).
- Tokens de modelo usados
- 127.955
- Commit exato testado
- d09f61a708f3
- 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.
All tests passed. Let me compute the elapsed time since start. exec /bin/sh -lc 'echo "Build started at: $(date -d '"'now - 10 minutes' '+%s')\" ; echo \"Now: "'$(date… succeeded in 0ms: Build started at: 1790320297 Now: 1790320897 All tests passed with exit code 0. Let me compile the final report. The project builds cleanly, all unit tests pass, and the real transcription pipeline works end-to-e… tokens used 127,955 All tests passed with exit code 0. Let me compile the final report. The project builds cleanly, all unit tests pass, and the real transcription pipeline works end-to-e…
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 4 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.
- Medido 2 vezes, então o resultado não é um caso isolado.
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 4 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)
inferenceopenaispeech-recognitionspeech-to-texttransformerwhisper
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/whisper-cpp)Perguntas
- whisper.cpp executa?
- Sim. whisper.cpp executa. A Argusic o instalou e iniciou em uma máquina limpa em 4 minutos, encontrando 0 erros no caminho, e gravou a sessão.
- Como a Argusic testou whisper.cpp?
- Em uma máquina nova e descartável, com cada comando gravado e o repositório fixado no commit d09f61a708f3. Há 2 tentativas registradas, e a metodologia completa está na página da metodologia.
- Quanto custou testar whisper.cpp?
- A execução que produziu este veredito custou US$ 0,03: 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 whisper.cpp?
- 4 minutos na execução que decidiu este veredito, de uma máquina limpa até um estado de execução. É uma tentativa medida, não uma média.
- whisper.cpp 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 whisper.cpp?
- Nada deu errado na execução registrada: zero erros entre o clone e a execução.
- Onde estão as evidências de whisper.cpp?
- Todas as 2 execuções registradas estão 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.