Original em inglês: https://argusic.com/subject/whisperlive
WhisperLive
Uma implementação quase em tempo real do Whisper da OpenAI.
Executafonte: GitHubPythonMITcommit 99cbc1c33b35
Python, licença MIT. O projeto se descreve como: dictation, obs, openai, openvino, openvino intel, rocm, tensorrt e tensorrt llm.
WhisperLive executa. Em uma máquina limpa sem GPU, um agent da Argusic o instalou em 6 minutos e encontrou 4 erros, corrigindo todos sem ajuda, e a sessão inteira foi gravada.
WhisperLive is installed in a Python 3.12 venv with all dependencies, 318 of 332 unit tests pass (14 metrics tests skipped as they require a dedicated metrics server port), and the server launches with the REST API health endpoint responding HTTP 200 on port 8000 and the WebSocket server listening on port 9090.
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.
- PyAudio build failed: missing python3-dev and portaudio19-dev (no root access for apt)1 minuto
- Missing test dependency: jiwer module not installed1 minuto
- VAD model download failed: wget not available in container1 minuto
- test_vad_extended.py mocked subprocess.run instead of urllib.request.urlretrieve after the code change1 minuto
- Tempo de instalação
- 6 minutos
- Da máquina limpa até o fim
- 11 minutos
- Erros encontrados e corrigidos
- 4 encontrados, 4 corrigidos sem ajuda humana
- Como o resultado foi comprovado
- pytest: 318 passed, 14 skipped; curl -s -o /dev/null -w '%{http_code}' http://127.0.0.1:8000/health returned 200
- Tokens de modelo usados
- 74.979
- Commit exato testado
- 99cbc1c33b35
- 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
Assista à sessão
A execução inteira, a partir de uma máquina limpa, na velocidade em que realmente aconteceu. Nada é cortado e nada é acelerado.
Uma gravação da tentativa 1, executada em , a tentativa que decidiu o veredito acima. A gravação do terminal da qual ele foi feito é a evidência, guardada com uma impressão digital sha256; o vídeo é uma renderização dela. Nada é carregado do serviço de vídeo até você apertar o play.
O fim da gravação
As últimas linhas da sessão de terminal que decidiu este veredito, exatamente como foram gravadas.
INFO:root:✅ Argusic-Compatible API started on http://0.0.0.0:8000 INFO:websockets.server:server listening on 0.0.0.0:9090 INFO: Started server process [1738] INFO: Waiting for application startup. INFO: Application startup complete. INFO: Uvicorn running on http://0.0.0.0:8000 (Press CTRL+C to quit) INFO: 127.0.0.1:34730 - "GET /health HTTP/1.1" 200 OK 200 Server launched and health endpoint responded 200. Let me format the final result. tokens used 74,979 Server launched and health endpoint responded 200. Let me format the final result.
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 6 minutos.
- Recuperou-se de todos os 4 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 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 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)
dictationobsopenaiopenvinoopenvino-intelrocmtensorrttensorrt-llmtext-to-speechtranslationvoice-recognitionwhisperwhisper-tensorrt
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/whisperlive)Perguntas
- WhisperLive executa?
- Sim. WhisperLive executa. A Argusic o instalou e iniciou em uma máquina limpa em 6 minutos, encontrando 4 erros no caminho, e gravou a sessão.
- Como a Argusic testou WhisperLive?
- Em uma máquina nova e descartável, com cada comando gravado e o repositório fixado no commit 99cbc1c33b35. Há uma tentativa registrada, e a metodologia completa está na página da metodologia.
- Quanto custou testar WhisperLive?
- 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 WhisperLive?
- 6 minutos na execução que decidiu este veredito, de uma máquina limpa até um estado de execução. É uma tentativa medida, não uma média.
- WhisperLive 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 WhisperLive?
- 4 coisas quebraram na execução registrada, e 4 foram corrigidas sem ajuda humana. Cada uma, com o tempo que custou, está listada nesta página.
- Onde estão as evidências de WhisperLive?
- 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.