Bản gốc tiếng Anh: https://argusic.com/subject/thewhisper
TheWhisper
Các mô hình Whisper được tối ưu hóa cho sử dụng streaming và on-device.
Chạy được với mocknguồn: GitHubtrang chủ dự ánPythonMITcommit af7eebaa5315
Python, giấy phép MIT. Dự án tự gắn nhãn: apple silicon, coreml, mlx, nvidia gpu, on device ai, real time, speech recognition và speech to text.
TheWhisper 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 7 lỗi, và toàn bộ phiên làm việc được ghi lại.
In this container the Python package installs and imports, the streaming pipeline and examples/server.py run against a local mock ASR endpoint returning word timestamps, and the Electron client launches on the virtual display and completes a session-create/audio-chunk/process transcription round trip; real CUDA/CoreML model inference and microphone capture were not verifiable here.
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 86,3 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.
- VAD streaming path silently dropped pending audio, and oversized queued chunks grew the buffer without trimming20 phút
- Electron .env loaded from repo root but README runs from electron_app dir8 phút
- OSError: PortAudio library not found (system has no libportaudio.so, no root to install)5 phút
- Electron getUserMedia audio init returned {} in container (no audio device)4 phút
- ModuleNotFoundError: transformers on import thestage_speechkit3 phút
- FileStream used librosa correctly but had typo orgi_sr and imported load unnecessarily3 phút
- Thời gian cài đặt
- 35 phút
- Từ máy sạch đến khi xong
- 34 phút
- Lỗi gặp và đã sửa
- gặp 7, tự sửa 5 mà không cần người giúp
- Cách chứng minh kết quả
- python StreamingPipeline remote-backend test printed 7 transcription-bearing results; curl POST localhost:8822/session/create/ returned HTTP 200 and session_id; 40x add_chunk + process returned uncommited_words [{'text':' mock transcription','start':0.0,'end':1.0}]; electron --no-sandbox . on DISPLAY=:99 stayed alive with window 'TheNotes App' and its own api.createSession/sendAudioChunk/process returned the transcription
- Số token model đã dùng
- 3.825.113
- Commit chính xác đã test
- af7eebaa5315
- 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.
- Electron audio/mic init unreachable here (no audio device); Apple/`mlx` backend unavailable on Li… **Changes left in the repo** (uncommitted): `pyproject.toml` (add `transformers`), `thestage_speech… tokens used 3,825,113 All required work is done and recorded. Final summary with the required line: **Verified work (all observed in this container, 2026-10-12):** - `pip install .` in a fresh venv built the wheel and installed cleanly after fixes. - `StreamingPipeline` remote backend: 5 s audio in 0.1 s steps → 7 transcription-bearing results wi… - `examples/server.py` (whisper backend vs local mock): `POST /session/create/` → 200, 40 `add_chun… - Electron app on Xvfb: window `TheNotes App` (1440x900) stayed up; session created via its own `ap… - Electron audio/mic init unreachable here (no audio device); Apple/`mlx` backend unavailable on Li… **Changes left in the repo** (uncommitted): `pyproject.toml` (add `transformers`), `thestage_speech…
Xem 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
- 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.
- Mất 35 phút để cài đặt, chậm hơn trung vị của 5 dự án tương đương mà Argusic đã đo.
- Gặp 7 lỗi trong lúc cài đặt, trong đó 2 lỗi chưa được giải quyết.
- Mới đo một lần. Một lần thử cho thấy nó có thể chạy, chưa cho thấy nó chạy ổn định.
Trong 6 dự án apple-silicon mà Argusic đã cài đặt và bấm giờ, TheWhisper đứng thứ 5 về tốc độ đạt trạng thái chạy được, và 2 trên 6 dự án đạt được trạng thái đó.
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 | 86,29 | 0,80 |
Chủ đề (từ GitHub)
apple-siliconcoremlmlxnvidia-gpuon-device-aireal-timespeech-recognitionspeech-to-textstreamingtranscriptiontranslationvoicevoice-ai
Nhúng badge
Markdown cho README của dự án. Badge link về trang này; điều khoản ở trang điều khoản.
[](https://argusic.com/subject/thewhisper)Câu hỏi
- TheWhisper có chạy được không?
- TheWhisper 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 7 lỗi trên đường đi, và ghi lại phiên làm việc.
- Argusic đã test TheWhisper như thế nào?
- Trên một máy mới, dùng một lần, mọi lệnh đều được ghi lại và repo được ghim ở commit af7eebaa5315. Có một lần thử được ghi lại, và toàn bộ phương pháp nằm ở trang phương pháp.
- Test TheWhisper tốn bao nhiêu?
- Lần chạy đưa ra kết luận này tốn 0,80 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 TheWhisper 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.
- TheWhisper có cần GPU không?
- Không cần để khởi động. Argusic đã đạt trạng thái chạy được trên một máy không có GPU.
- Cài đặt TheWhisper thì gặp lỗi gì?
- 7 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.
- TheWhisper so với các lựa chọn khác thế nào?
- Trong 6 dự án apple-silicon mà Argusic đã cài đặt và bấm giờ, TheWhisper đứng thứ 5 về tốc độ đạt trạng thái chạy được, và 2 trên 6 dự án đạt được trạng thái đó.
- Bằng chứng cho TheWhisper 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.