Bản gốc tiếng Anh: https://argusic.com/subject/dia2
dia2
Mô hình TTS có khả năng phát trực tuyến âm thanh hội thoại theo thời gian thực.
Chạy đượcnguồn: GitHubPythonApache-2.0commit 8687268f4ed3
Python, giấy phép Apache-2.0. Dự án tự gắn nhãn: open weight và text to speech.
dia2 chạy được. Trên một máy sạch không có GPU, một agent của Argusic đã cài đặt nó trong 0,6 phút, gặp 3 lỗi và tự sửa hết mà không cần trợ giúp, và toàn bộ phiên làm việc được ghi lại.
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.
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 100 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.
- 2B model (Dia2-2B, 7.68 GB safetensors) caused OOM kill under 8 GB cgroup memory limit on CPU3 phút
- 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 phút
- uv not found in PATH (installed via pip, but only accessible from /home/runner/.local/bin)1 phút
- Thời gian cài đặt
- dưới một phút
- Từ máy sạch đến khi xong
- 12 phút
- Lỗi gặp và đã sửa
- gặp 3, tự sửa 3 mà không cần người giúp
- Cách chứng minh kết quả
- 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.
- Số token model đã dùng
- 89.975
- Commit chính xác đã test
- 8687268f4ed3
- 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
Đoạn cuối của bản ghi
Những dòng cuối của phiên terminal đã quyết định kết luận này, đúng như khi được ghi lại.
- 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
89,975Xem 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
- Đạt trạng thái chạy được trên máy sạch, có ghi lại phiên làm việc.
- Cài đặt trong 0,6 phút.
- Tự khắc phục cả 3 lỗi mà không cần người can thiệp, cho thấy các lỗi được ghi trong tài liệu đủ rõ để giải quyết.
- Chạy được không cần GPU, nên không cần GPU để khởi động.
- Giấy phép Apache-2.0, theo thông tin từ nơi lưu trữ dự án.
Những gì không suôn sẻ, hoặc chưa biết
- Mới đo một lần. Một lần thử cho thấy nó có thể chạy, chưa cho thấy nó chạy ổn định.
Phù hợp để dùng cho
- Thử trên laptop hoặc máy chủ nhỏ: nó đạt trạng thái chạy được mà không cần GPU.
- Đánh giá nhanh: nó đã chạy 0,6 phút sau khi clone.
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
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/dia2)Câu hỏi
- dia2 có chạy được không?
- Có. dia2 chạy được. Argusic đã cài đặt và khởi chạy nó trên một máy sạch trong 1 phút, gặp 3 lỗi trên đường đi, và ghi lại phiên làm việc.
- Argusic đã test dia2 như thế nào?
- Trên một máy mới, dùng một lần, mọi lệnh đều được ghi lại và repo được ghim ở commit 8687268f4ed3. Có một lần thử được ghi lại, và toàn bộ phương pháp nằm ở trang phương pháp.
- Test dia2 tốn bao nhiêu?
- Lần chạy đưa ra kết luận này tốn 0,07 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 dia2 mất bao lâu?
- 0,6 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.
- dia2 có cần GPU không?
- Không cần để khởi động. Argusic đã đạt trạng thái chạy được trên một máy không có GPU.
- Cài đặt dia2 thì gặp lỗi gì?
- 3 lỗi xảy ra trong lần chạy được ghi lại, và 3 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 dia2 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.