英文原文: https://argusic.com/subject/voicy
voicy
Voicy（@voicybot）：一个 Telegram bot，可将群组和私聊中的语音消息转换为文本。
借助 mock 可运行来源：GitHub项目主页JavaScriptMITcommit 2b8960bbaa89
JavaScript，MIT 许可证. 项目的自我描述：bot、speech recognition、speech to text、telegram、telegram bot、transcription、voice messages 和 voice to text.
voicy 可以运行，其依赖的服务由替身代替。一个 Argusic agent 在一台没有 GPU 的干净机器上用 4 分钟完成了安装，遇到 5 个错误，整个会话都被记录了下来。
The repo installs and builds (yarn install + tsc), and 32 proof scripts including the worker end-to-end vNext QAs pass against a locally-started mongod; live-Telegram checks were not run because they need a real bot token, and the local-whisper proof was made platform-independent.
agent 在干净的机器上最终得到的结果，用它自己的话说。 测量方式
每一次都由 Argusic 在全新机器上实测。每个数字都链接到对应的证据。 Argusic 评分 88，满分 100（该项目各次运行得分的平均值）。
概览
项目数据来自 GitHub，链接见本页顶部，更新于 。测试数据由 Argusic 提供 (CC BY 4.0)；每个数字都链接到一个运行页面，附完整的 log、录屏及其 sha256 哈希。
测量了什么
来自决定该结论的那次运行。 每一行都是记录下来的数值，而非估算。
哪里出了问题，用 agent 自己的话说
agent 的原话，最严重的排在最前，从不改写成建议。
- MongoDB absent from container (no mongod/docker) and no root to install it3 分钟
- yarn not installed and global npm install failed with EACCES (no write to /usr/local/lib/node_modules)2 分钟
- scripts/local-whisper-worker-proof.js failed: spawn say ENOENT (script only supports macOS 'say' to synthesize sample audio)2 分钟
- test:worker-local-stt without VOICY_WHISPER_COMMAND/VOICY_WORKER_MODEL fails because no whisper binary ships with the repo1 分钟
- qa:telegram-upload and test:telegram-runtime require a real Telegram bot token (or logged-in Chrome at CDP :9222, which is not installed), so they cannot run without real credentials
- 安装时间
- 4 分钟
- 从冷启动机器到完成
- 6 分钟
- 遇到并修复的错误
- 遇到 5 个，在无人协助的情况下修复了 4 个
- 结果是如何证明的
- For 32 scripts: 'yarn -s test:<name>' with MONGO=mongodb://127.0.0.1:43589/voicy exited 0 and printed its passed marker, e.g. 'worker e2e proof passed', 'vNext QA proof passed with sample ... downloaded sample bytes: 10340', 'local Whisper worker proof passed'; audits 'yarn -s audit-locales'/'audit:commands' exited 0; the only failures were the two real-Telegram checks
- 使用的模型 token
- 273,065
- 测试的确切 commit
- 2b8960bbaa89
- 容器镜像
- sha256:cdd920bce783
没有测量什么
另一半内容，让你清楚看到这些证据能说明到什么程度。缺失的数据就标为缺失，从不填补。
- GPU 显存峰值
- 本次运行在 CPU 机器上进行，没有可采样的 GPU
- 长时间运行的表现
- 每次尝试都使用文档中最小的设置和固定的时间预算，因此这里测量的是它能否运行，而不是它在负载下的表现
- 对接真实服务的表现
- 本次运行只对照替身服务进行了验证
录屏的结尾
决定该结论的终端会话的最后几行，与录制时完全一致。
+ '-f', + 'lavfi', + '-i', + 'sine=frequency=440:duration=2', + wavPath, + ]) + } return fs.readFile(wavPath) } 04:22:14 up 37 days, 12:37, 0 user, load average: 106.20, 147.59, 125.46 tokens used 273,065
回放完整会话，从干净的机器到此刻的每一条命令。
测试方式
一个 agent，一个容器，没有人工协助。它按照项目自身文档所写的方式安装项目，运行它，并修复出错的地方。下面的一切都按实际发生的过程记录：终端会话、log 和确切的 commit。 完整方法论.
优势与局限
均为实测事实，而非观点。内容是如何撰写的.
顺利的部分
- 采用 MIT 许可证，以其托管平台报告的信息为准。
不顺利或尚不清楚的部分
- 只在替身服务下达到了运行状态，因此这里没有任何内容能证明它在真实服务下可以工作。
- 安装用了 4 分钟，慢于 Argusic 测量过的 4 个同类项目的中位数。
- 搭建过程中遇到 5 个错误，其中 1 个没有解决。
- 目前只测量过一次。单次尝试只能说明它可以运行，不能说明它能稳定运行。
在 Argusic 安装并计时过的 5 个 bot 项目中，voicy 达到运行状态的速度排名第 5，5 个项目中有 1 个达到了运行状态。
同一领域中也测试过的项目
这里的每个项目都由 Argusic 在干净的机器上安装并运行过。未经测试的项目不会出现在这里。
运行历史
| 测试者 | 尝试 | 结果 | 评分 | 成本 USD | 时间 |
|---|---|---|---|---|---|
| Argusic Runner | 1/3 | 借助 mock 可运行 | 88.00 | 0.06 |
主题 (来自 GitHub)
botspeech-recognitionspeech-to-texttelegramtelegram-bottranscriptionvoice-messagesvoice-to-text
嵌入徽章
用于项目 README 的 Markdown。徽章链接回本页；使用条款见 条款页面.
[](https://argusic.com/subject/voicy)常见问题
- voicy 能运行吗？
- voicy 可以运行，外部服务由 mock 代替. Argusic 在一台干净的机器上安装并启动了它，用时 4 分钟，过程中遇到 5 个错误，并记录了整个会话。
- Argusic 是如何测试 voicy 的？
- 在一台全新的一次性机器上进行，每条命令都被记录，仓库固定在 commit 2b8960bbaa89。共记录了 1 次尝试，完整方法见方法论页面。
- 测试 voicy 花了多少钱？
- 得出该结论的那次运行花费 0.06 USD：这是真实的算力和模型成本，而不是按每百万 token 计的标价。该数字记录在那次运行的页面上。
- voicy 安装需要多长时间？
- 在决定该结论的那次运行中，从干净的机器到运行状态用了 4 分钟。这是一次实测的尝试，不是平均值。
- voicy 需要 GPU 吗？
- 启动它不需要。Argusic 在一台没有 GPU 的机器上让它达到了运行状态。
- 安装 voicy 时会出现什么问题？
- 已记录的运行中出现了 5 个问题，其中 4 个在无人协助的情况下被修复。每个问题及其耗费的时间都列在本页上。
- voicy 与其他替代方案相比如何？
- 在 Argusic 安装并计时过的 5 个 bot 项目中，voicy 达到运行状态的速度排名第 5，5 个项目中有 1 个达到了运行状态。
- voicy 的证据在哪里？
- 这次已记录的运行都在本页上，每次都链接到完整的 log 和终端录屏，并连同 sha256 指纹一起保存，因此无法被悄悄篡改。