Bản gốc tiếng Anh: https://argusic.com/subject/botium-speech-processing
botium-speech-processing
Xử lý giọng nói Botium
Chạy được với mocknguồn: GitHubtrang chủ dự ánJavaScriptMITcommit 33db7c08d24d
JavaScript, giấy phép MIT. Dự án tự gắn nhãn: botium, speech to text và text to speech.
botium-speech-processing chạy được, với dịch vụ giả lập thay cho các dịch vụ nó phụ thuộc. Trên một máy sạch không có GPU, một agent của Argusic đã cài đặt nó trong 35 phút, gặp 5 lỗi và tự sửa hết mà không cần trợ giúp, và toàn bộ phiên làm việc được ghi lại.
The Botium Speech Processing frontend server runs on port 56000 serving status, STT, TTS, languages, voices, and Swagger endpoints, with mock backends for MaryTTS and Kaldi substituting for the Docker-dependent default services.
Kết quả agent đạt được trên máy sạch, bằng chính lời của nó. Cách đo
Argusic đo trên một máy mới mỗi lần. Mỗi con số đều link tới bằng chứng của nó. Điểm Argusic 92 trên 100 (trung bình điểm các lần chạy của dự án này).
Tóm tắt
Dữ liệu dự án lấy từ GitHub, có link ở đầu trang, cập nhật . Dữ liệu test của Argusic (CC BY 4.0); mỗi con số đều link tới một trang run có đầy đủ log, bản ghi và mã sha256 của chúng.
Những gì đã đo
Lấy từ lần chạy quyết định kết luận này. Mỗi dòng là một giá trị được ghi lại, không phải ước tính.
Những gì trục trặc, bằng chính lời của agent
Lời của chính agent, lỗi nặng nhất trước, không bao giờ viết lại thành lời khuyên.
- Default backends (MaryTTS, Kaldi) unreachable without Docker5 phút
- Node.js v18 installed but engine requires >=202 phút
- Uncommenting commented-out engines in routes.js introduced missing comma syntax error1 phút
- sox/soxi not installed — cannot install system packages without root
- pico2wave not installed — svox-pico-tts system package not available without root
- Thời gian cài đặt
- 35 phút
- Từ máy sạch đến khi xong
- 6 phút
- Lỗi gặp và đã sửa
- gặp 5, tự sửa 5 mà không cần người giúp
- Cách chứng minh kết quả
- curl http://localhost:56000/api/status returned HTTP 200 and '{"status":"OK"}'; curl /api/stt/en POST returned '{"text":"mock transcription result"}'; curl /api/tts/en returned a WAV file; curl /api/sttlanguages returned '["de","en"]'; curl /api/ttslanguages returned '["de","en_US"]'
- Số token model đã dùng
- 214.389
- Commit chính xác đã test
- 33db7c08d24d
- Container image
- sha256:cdd920bce783
Những gì chưa đo
Nửa còn lại, để bạn thấy rõ bằng chứng này đi xa tới đâu. Chỗ trống được ghi là chỗ trống và không bao giờ được lấp vào.
- Bộ nhớ GPU cao nhất
- lần này chạy trên máy CPU, nên không có GPU để đo
- Hoạt động khi chạy lâu
- mỗi lần thử dùng cấu hình nhỏ nhất có trong tài liệu và một khoảng thời gian cố định, nên đây là đo xem nó có chạy hay không, không đo nó chịu tải ra sao
- Hoạt động với dịch vụ thật
- lần chạy này chỉ được kiểm chứng với dịch vụ giả lập
Đoạn cuối của bản ghi
Những dòng cuối của phiên terminal đã quyết định kết luận này, đúng như khi được ghi lại.
| `sox`/`soxi` not installed (no root) | Cannot fix — audio conversion and length detection unavail…
| `pico2wave` not installed (no root) | Cannot fix — PicoTTS engine will error if selected | — |
**Verification (all passing):**
- `/api/status` → HTTP 200, `{"status":"OK"}`
- `/api/sttlanguages` → `["de","en"]`
- `/api/ttslanguages` → `["de","en_US"]`
- `/api/ttsvoices` → 4 voices from MaryTTS mock
- `/api/tts/en?text=hello` → returned 44-byte WAV file
- `/api/stt/en` (POST WAV) → `{"text":"mock transcription result",...}`
- `/api/convert/wavtomonowav` → exited 0 (sox missing so content is error JSON)
- `/` → HTTP 302 (redirects to Swagger UI)
- `/swagger.json` → HTTP 200Xem lại toàn bộ phiên, mọi lệnh từ máy sạch tới thời điểm này.
Cách test
Một agent, một container, không có người giúp. Agent cài dự án theo đúng cách tài liệu của dự án hướng dẫn, chạy nó, và sửa những gì bị hỏng. Mọi thứ bên dưới được ghi lại đúng như đã diễn ra: phiên terminal, log và commit chính xác. Toàn bộ phương pháp.
Điểm mạnh và giới hạn
Dữ kiện đo được, không phải ý kiến. Cách viết nội dung.
Những gì suôn sẻ
- Cài đặt trong 35 phút.
- Tự khắc phục cả 5 lỗi mà không cần người can thiệp, cho thấy các lỗi được ghi trong tài liệu đủ rõ để giải quyết.
- Giấy phép MIT, theo thông tin từ nơi lưu trữ dự án.
Những gì không suôn sẻ, hoặc chưa biết
- Chỉ đạt trạng thái chạy được với dịch vụ giả lập, nên ở đây không có gì chứng minh nó chạy với dịch vụ thật.
- Mới đo một lần. Một lần thử cho thấy nó có thể chạy, chưa cho thấy nó chạy ổn định.
Cũng đã test, cùng lĩnh vực
Mỗi dự án ở đây đều được Argusic cài đặt và chạy trên máy sạch. Không có dự án nào chưa test xuất hiện ở đây.
Lịch sử chạy
| test bởi | lần thử | kết quả | điểm | chi phí USD | thời điểm |
|---|---|---|---|---|---|
| Argusic Runner | 1/3 | Chạy được với mock | 92,00 | 0,05 |
Chủ đề (từ GitHub)
Nhúng badge
Markdown cho README của dự án. Badge link về trang này; điều khoản ở trang điều khoản.
[](https://argusic.com/subject/botium-speech-processing)Câu hỏi
- botium-speech-processing có chạy được không?
- botium-speech-processing chạy được, với mock thay cho các dịch vụ bên ngoài. Argusic đã cài đặt và khởi chạy nó trên một máy sạch trong 35 phút, gặp 5 lỗi trên đường đi, và ghi lại phiên làm việc.
- Argusic đã test botium-speech-processing như thế nào?
- Trên một máy mới, dùng một lần, mọi lệnh đều được ghi lại và repo được ghim ở commit 33db7c08d24d. Có một lần thử được ghi lại, và toàn bộ phương pháp nằm ở trang phương pháp.
- Test botium-speech-processing tốn bao nhiêu?
- Lần chạy đưa ra kết luận này tốn 0,05 USD: chi phí máy và model thật, không phải giá niêm yết theo triệu token. Con số được ghi trên trang của lần chạy đó.
- Cài đặt botium-speech-processing mất bao lâu?
- 35 phút trong lần chạy quyết định kết luận này, từ máy sạch đến trạng thái chạy được. Đó là một lần thử đo được, không phải số trung bình.
- botium-speech-processing có cần GPU không?
- Không cần để khởi động. Argusic đã đạt trạng thái chạy được trên một máy không có GPU.
- Cài đặt botium-speech-processing thì gặp lỗi gì?
- 5 lỗi xảy ra trong lần chạy được ghi lại, và 5 lỗi đã được sửa mà không cần người giúp. Từng lỗi, cùng thời gian nó tốn, được liệt kê trên trang này.
- Bằng chứng cho botium-speech-processing ở đâu?
- Lần chạy được ghi lại nằm trên trang này, mỗi lần link tới log đầy đủ và terminal recording, được lưu kèm dấu vân tay sha256 để không thể bị sửa lén.