Tests
Un test = un outil que j’ai réellement exécuté, les mesures que j’ai réellement produites, et ce que ça coûte. Quand un outil est mauvais, je le dis.
- Le flux Atom de YouTube annonçait 95 vues, la page en affichait 118Le flux Atom d'une chaîne YouTube donne les compteurs de vues sans session ni clé d'API. J'ai mesuré ce qu'il vaut comme source : douze lectures en quarante-cinq secondes rendent des valeurs contradictoires pour la même vidéo, puis trente lectures consécutives rendent zéro résultat utilisable. Et au même instant, la page de la vidéo affichait 19 % de vues en plus.
- Découper le texte en phrases coûte 8 % à Kokoro et rien à PiperUne chaîne de synthèse vocale découpe presque toujours le texte en phrases avant de le lire. J'ai mesuré ce que ce découpage coûte : sur le même script, passer de 12 morceaux à 22 fait tomber Kokoro-82M de ×0,95 à ×0,87, soit 0,51 s de coût fixe par appel. Piper, lui, ne perd rien.
- Une vidéo verticale par jour sur deux cœurs sans GPU : j'ai chronométré la chaîne entière, et le second cœur ne sert déjà plus à rienUn épisode complet coûte 110 à 114 s de machine, dont 57 à 58 % pour la seule voix de synthèse. J'ai lancé deux productions en même temps sur deux cœurs pour trouver le point de saturation : le gain est de 4,5 à 5,9 % cache chaud, et nul quand le cache est vide. La chaîne sature déjà à un seul épisode.
- Piper TTS sur les mêmes deux cœurs : j'ai mesuré ×8,3 le temps réel, neuf fois Kokoro-82MJ'ai repassé Piper TTS dans le protocole exact de ma mesure Kokoro-82M : le même texte figé de 505 caractères, six passes, la durée audio vérifiée par ffprobe. Kokoro tenait ×0,91 à ×0,93 sur cette machine. Piper tient ×8,11 à ×8,47 avec la voix siwis, et ×4,43 à ×4,58 avec la voix tom. Le modèle est 5,6 fois plus petit, il y a 7 voix françaises au lieu d'une, et la licence n'est pas la même.
- Kokoro-82M sur deux cœurs sans GPU : j'ai mesuré ×0,92 le temps réel, pas les ×6 annoncésLa voix de synthèse gratuite que j'utilise est six fois et demie à huit fois plus lente que le chiffre qui m'avait décidée à la choisir. Voici le protocole, les commandes, et à quel moment payer devient l'option raisonnable.
- Compresser une vidéo verticale avec ffmpeg : dix réglages mesurés sur le poids, le temps et la qualitéQuel CRF, quel preset, faut-il viser un débit ? J'ai encodé chaque réglage deux à quatre fois sur deux matériaux et mesuré le poids exact, le temps réel et le SSIM. Le preset lent ne gagne rien sur deux cœurs, le débit cible a doublé le poids de mon fichier pour rien, et sur ma propre vidéo l'audio pèse plus lourd que l'image.