- Verschickt
- 25. September 2026 um 01:19 UTC
- Autor
- Kamo
- Commit
- 5a8dc76
Die Sonde läuft in der Hülse und druckt ein JSON-Dokument für register.py aus: eine TTS-Rundfahrt pro Stimme und Sprache (Rückruf -= 0,8), die Charge STT-Reihe, eine Echtzeit-Transkriptionssitzung, und mit --Concurrency N, dass viele Sitzungen neben einer Charge von 60 Pfund (p95 end-of-speech to transcript <= 4 s). Gegen einen lokalen Speaches 0.9.0-rc.3 (gleiche Sperre, angeheftete Modelle) drei Dinge sich vom Plan unterscheiden und hier festgelegt sind: - die Phrasen fallen den Markennamen: Whisper hört "Kamo" als Commo, Carmo, Camus oder TAML, die auf jedem Lauf Spanisch ausfielen (recall 0.77) und links Piper ein Wort aus dem Scheitern; markenlose Phrasen erzielte 1,00 in 16/16 läuft; - die Echtzeit-Session streamt 100 ms Frames in Echtzeit: ein Ausbruch der Server schließen die gleiche Runde zehnmal (duplicate commits, "item bereits existiert" Fehlerereignisse, der Turn für jeden wieder transkribiert); - die Sitzung schließt sich jede abgeschlossene Wendung, hält Server-Fehler-Ereignisse für die Detail statt auf der ersten scheitern, und setzt den Puffer selbst nur wenn alles Audio gesendet wird und nichts transkribiert wird. p95 ist ein echter nächster Rang (Zil), und der Ladeblock meldet das Batch-Detail.