Öffentliches Register
Software-GesundheitsberichtSchema 0.34.0 · Metriken 2.10.0 · 2026-10-19 00:04 UTC

Wordcab / wordcab-transcribe

💬 ASR FastAPI server using faster-whisper and Multi-Scale Auto-Tuning Spectral Clustering for diarization.

PythonMIT★ 220 Sterne⑂ 31 Forksseit März 2023Auf GitHub ansehen ↗

Wordcab/wordcab-transcribe erreicht einen Gesundheitsindex von 50 von 100 und liegt damit im Bereich Mittel. Am stärksten schneidet es bei Engineering Quality (84/100) ab, am schwächsten bei Security (21/100). Zuletzt vor 718 Tagen aktualisiert. Ein einzelner Mitwirkender trägt den Großteil der jüngsten Arbeit.

50
gesamt / 100
Mittel

Software-Gesundheitsindex

Metriken werden auf einer standardisierten Skala von 1–100 in gewichtete Kategorien gruppiert. Der Gesamtwert beginnt als ihr gewichtetes Mittel, kalibriert auf die Verteilung des öffentlichen Registers, sodass die Stufen Perzentilbedeutung tragen; sobald öffentliche Evidenz die Richtlinie für Hochrisikojurisdiktionen auslöst, wird die Bewertung angepasst und erhält die Obergrenze Gefährdet von 34.

50
Außergewöhnlich93-100Die Spitzengruppe des Registers (≈ obere 5 %); erfüllt im Wesentlichen alle geprüften Kriterien
Exzellent80-92Durchgehend stark; geringfügige Lücken
Gut65-79Gesund; Lücken sind begrenzt und beherrschbar
Mittel50-64Akzeptabel mit deutlichen Lücken; Überprüfung empfohlen
Schwach35-49Wesentliche Schwächen in mehreren Bereichen
Gefährdet20-34Erhebliche Schwächen; eine Übernahme erfordert Vorsicht
Kritisch1-19Schwerwiegende Probleme (aufgegeben, nur ein Maintainer, keine Hygiene)
VitalitätCommunity &VerbreitungNachhaltigkeit &GovernanceEngineering-QualitätSicherheitAI Readiness

Bewertungsprofil

Jede Achse ist eine Kategorie. Die Form zählt mehr als der Durchschnitt — ein gesundes Projekt füllt die gesamte Fläche, während ein Profil aus Spitzen und Kratern bedeutet, dass Stärke in einer Dimension Risiken in einer anderen verdeckt.

Der gewichtete Gesamtwert 50 wird auf der veröffentlichten Indexskala auf 50 kalibriert (Register-Kalibrierung 2026-08-02).

Eigentümerschaft

WordcabOrganisation
12 Follower16 öffentliche Reposseit Dez. 2021

Dieses Repository wird von einer Organisation getragen — geteilte, rechenschaftspflichtige Trägerschaft, die jeden einzelnen Maintainer überdauern kann.

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlichtTags
PyPIfaster-whisperverweist auf ein anderes Repo — nicht bewertet1.2.19.614.22221vor 352 Tagenopenaiwhisperspeechctranslate2inferencequantizationtransformer

Metriken nach Kategorie

Vitalität

Lebt das Projekt — wird Code geschrieben und werden Releases ausgeliefert?

21Gefährdet · 21 % des Gesamtindex

Entwicklungsaktivität

1Kritisch
Wie die Bewertung erfolgt
0/36Push-Aktualität — letzter Push vor 718 Tagen
0/36Commit-Rhythmus — 0/52 Wochen mit Commits
0/18Commit-Volumen — 0 Commits im letzten Jahr
0/10OpenSSF Scorecard: Maintained — keine Daten
Verwendete Eingangsdaten
commits_last_year0
human_commit_share1
days_since_last_push718
active_weeks_last_year0

Release-Disziplin

52Mittel
Wie die Bewertung erfolgt
27/27Liefert Releases aus — 9 Releases veröffentlicht
0/36Release-Aktualität — letztes Release vor 930 Tagen
19.8/27Release-Rhythmus — ein Release etwa alle 45,9 Tage
0/10OpenSSF Scorecard: Signed-Releases — keine Daten
Verwendete Eingangsdaten
releases_count9
latest_release_tagv0.5.3
releases_from_tagsnein
days_since_latest_release930
mean_days_between_releases45,9

Community & Verbreitung

Hat das Projekt Nutzer, Downloads, Aufmerksamkeit und ein einladendes Umfeld für Beitragende?

62Mittel · 17 % des Gesamtindex

Popularität & Verbreitung

55Mittel
Wie die Bewertung erfolgt
38/60Stars — 220 Stars
12.3/25Forks — 31 Forks
4.3/15Watcher — 7 Watcher
Verwendete Eingangsdaten
forks31
stars220
watchers7
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Community-Gesundheit

70Gut
Wie die Bewertung erfolgt
22.5/22.5README
22.5/22.5Lizenz — anerkannte Lizenz (MIT)
18/18CONTRIBUTING-Leitfaden
0/13.5Verhaltenskodex
0/7.2Issue-Vorlage
0/6.3PR-Vorlage
Verwendete Eingangsdaten
has_readmeja
has_licenseja
readme_badges3
has_contributingja
has_issue_templatenein
has_code_of_conductnein
readme_badge_servicesgithub.com, shields.io
has_pull_request_templatenein

Nachhaltigkeit & Governance

Überdauert das Projekt die Menschen, die es tragen — Bus-Faktor, Reaktionsfähigkeit, Trägerschaft und Paketpflege?

59Mittel · 23 % des Gesamtindex

Maintainer-Resilienz (Bus-Faktor)

28Gefährdet
Wie die Bewertung erfolgt
9/54Bus-Faktor — 1 Beitragende decken die Hälfte aller Commits ab
3.9/22.5Commit-Verteilung — wichtigste beitragende Person verfasste 83 % der Commits
12.2/13.5Breite der Beitragenden — 9 Beitragende
0/10OpenSSF Scorecard: Contributors — keine Daten
Verwendete Eingangsdaten
bus_factor1
contributors_sampled9
top_contributor_share0,828

Reaktionsfähigkeit bei Issues & PRs

97Außergewöhnlich
Wie die Bewertung erfolgt
40.9/42Issue-Lösungsquote — 97 % der Issues geschlossen
29.1/30PR-Annahme — 135/139 entschiedene PRs gemergt
0/13Newcomer PR acceptance — kein PR eines Erstbeitragenden in 30 Tagen entschieden
0/15OpenSSF Scorecard: Code-Review — keine Daten
Verwendete Eingangsdaten
merged_prs135
open_issues5
closed_issues184
prs_merged_7d0
prs_decided_7d0
prs_merged_30d0
prs_decided_30d0
issue_closed_ratio0,974
closed_unmerged_prs4
first_time_authors_30d0
first_time_prs_merged_30d0
first_time_prs_decided_30d0
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Newcomer PR acceptance. Die verbleibenden Gewichte wurden renormalisiert.

Eigentümerschaft & Trägerschaft

57Mittel
Wie die Bewertung erfolgt
30/30Organisatorische Trägerschaft — im Besitz einer Organisation
0/20Verifizierte Domain
8/25Reichweite des Inhabers — 12 Follower von Wordcab
18.6/25Kontohistorie — 16 öffentliche Repos, Kontoalter ca. 4 Jahre
Verwendete Eingangsdaten
followers12
owner_typeOrganization
is_verifiednein
owner_loginWordcab
public_repos16
account_age_days1.765

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

84Exzellent · 19 % des Gesamtindex

Engineering-Praktiken

80Exzellent
Wie die Bewertung erfolgt
24/24CI-Workflows — 1 Workflow(s)
24/24Tests vorhanden
16/16Linter-Konfiguration — faster-whisper/setup.cfg ([flake8], [isort]), pyproject.toml ([tool.ruff])
0/9.6Pre-Commit-Hooks
0/6.4.editorconfig
0/20OpenSSF Scorecard: CI-Tests — keine Daten
Verwendete Eingangsdaten
has_cija
has_testsja
has_editorconfignein
has_linter_configja
has_precommit_confignein

Dokumentation

90Exzellent
Wie die Bewertung erfolgt
30/30README
25/25Dokumentationsverzeichnis
15/15Dokumentations-/Homepage-Site — https://wordcab.github.io/wordcab-transcribe/
10/10Repository-Beschreibung
0/10Topics
10/10Wiki
Verwendete Eingangsdaten
topics—
has_wikija
homepagehttps://wordcab.github.io/wordcab-transcribe/
docs_sitehttps://wordcab.github.io/wordcab-transcribe/
has_readmeja
has_docs_dirja
has_descriptionja

Sicherheit

Sind die sichtbaren Sicherheits- und Lieferkettenpraktiken belastbar, ohne ungeklärte Exposition gegenüber Hochrisikojurisdiktionen?

21Gefährdet · 16 % des Gesamtindex

Sicherheitslage

1Kritisch
Wie die Bewertung erfolgt
0/30Sicherheitsrichtlinie (SECURITY.md)
0/25Dependabot-Konfiguration
0/25Lockfiles für Abhängigkeiten
0/20CodeQL-Workflow
Verwendete Eingangsdaten
sourcefile_signals
lockfiles—
manifestsfaster-whisper/requirements.conversion.txt, faster-whisper/requirements.txt, faster-whisper/setup.cfg, faster-whisper/setup.py, pyproject.toml, requirements.txt
has_codeql_workflownein
has_security_policynein
has_dependabot_confignein

Abhängigkeits-Advisories

100Außergewöhnlich
Wie die Bewertung erfolgt
35/35Direkte Abhängigkeiten ohne bekannte Advisories — keine direkte Abhängigkeit trägt ein bekanntes Advisory
25/25Indirekte Abhängigkeiten ohne bekannte Advisories — keine indirekte Abhängigkeit trägt ein bekanntes Advisory
0/40Keine offenen Advisories — kein Advisory trägt ein Veröffentlichungsdatum
Verwendete Eingangsdaten
sourceosv
advisories0
affected_packages0
assessed_packages22
unassessed_packages0
affected_by_severitynone
direct_affected_packages0
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Keine offenen Advisories. Die verbleibenden Gewichte wurden renormalisiert. Abgeglichen wurde die Laufzeit-Abhängigkeitshülle von pypi:faster-whisper@1.2.1 — das, was die Installation des veröffentlichten Pakets nach sich zieht — mit 22 Paketen. Erreichbarkeit wird nicht analysiert.

AI Readiness

Wie gut ist das Repository dafür ausgestattet, mit KI-Coding-Agenten entwickelt und gepflegt zu werden? Trägt ein bewusst kleines Gewicht (4 %): Agenten-Tooling ist ein echtes Pflegesignal, doch ein Repository ohne jedes Signal kann weiterhin 100/100 erreichen.

51Mittel · 4 % des Gesamtindex

AI-Agentenkontext & Leitlinien

30Gefährdet
Wie die Bewertung erfolgt
0/45Agentenanweisungen — keine CLAUDE.md / AGENTS.md / Editor-Regeln
15/15Maschinenlesbare Doku (llms.txt) — llms.txt wird von der Projektwebsite ausgeliefert (https://docs.docker.com/llms.txt)
14.9/40Lesbare Commit-Historie — 28 von 100 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)
Verwendete Eingangsdaten
has_llms_txtja
llms_txt_urlhttps://docs.docker.com/llms.txt
legible_history_share0,28
agent_instruction_files—
agent_instruction_max_bytes—

AI-Verify-Loop (Build / Test / Typprüfung)

48Schwach
Wie die Bewertung erfolgt
0/18Bootstrap mit einem Befehl
22/22Automatisierte Tests
11/11Lint-/Format-Konfiguration — faster-whisper/setup.cfg ([flake8], [isort]), pyproject.toml ([tool.ruff])
0/11Statische Typprüfung
10/10Reproduzierbare Umgebung — Dockerfile
0/10Belegte Agentenpraxis — keine von Agenten verfassten Commits unter den letzten 100
0/8Automatisierte Wartung — keine automatisierten Abhängigkeits-Updates beobachtet
0/10OpenSSF Scorecard: Pinned-Dependencies — keine Daten
Verwendete Eingangsdaten
has_nixnein
has_testsja
lockfiles—
has_dockerfileja
typed_languagenein
bootstrap_files—
has_devcontainernein
has_linter_configja
typecheck_configs—
agent_commit_share0
toolchain_manifests—
dependency_bot_commit_share0

AI-Code-Lesbarkeit für Modelle

51Mittel
Wie die Bewertung erfolgt
0/45Typprüfbarer Code — Python ohne Typprüfungs-Konfiguration
51/55Handhabbare Dateigrößen — 7/97 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languagePython
largest_source_bytes376.109
source_files_sampled97
oversized_source_files7

Maschinenlesbare AI-Schnittstellen

100Außergewöhnlich
Wie die Bewertung erfolgt
0/40API-Schema (OpenAPI/GraphQL/proto) — für diese Art von Software nicht anwendbar
0/20MCP-Server — für diese Art von Software nicht anwendbar
40/40Lauffähige Beispiele — notebooks
Verwendete Eingangsdaten
example_dirsnotebooks
has_mcp_signalnein
api_schema_files—
interfaces_expected_of—
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): API-Schema (OpenAPI/GraphQL/proto), MCP-Server. Die verbleibenden Gewichte wurden renormalisiert.

Eckdaten

220GitHub-Sterne
9Mitwirkende
0Commits, letzte 12 Monate
718Tage seit letztem Push
9Releases
1Bus-Faktor
5offene Issues
PyPIPaket-Ökosysteme

Warnungen zur Datenerhebung

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • Could not fetch pypi package 'wordcab-transcribe' from its registry
  • pypi package 'faster-whisper' points at a different repository (https://github.com/SYSTRAN/faster-whisper); excluded from ecosystem scoring
  • OpenSSF Scorecard did not return a usable result (killed by SIGKILL — most likely the container's memory limit; 2026/10/19 00:03:29 Warning: PATs stored in env variables GITHUB_AUTH_TOKEN and GITHUB_TOKEN differ. Scorecard will use the former.); skipping Scorecard checks

Weitere Details

Stern- und Fork-Verlauf 0 ★ / 31 ⇿
0Sterne
31Forks
8Releases

Wann jeder Stern und Fork hinzugefügt wurde, von GitHub erfasst und nach Tagen gruppiert. Das kumulierte Wachstum steht direkt über den täglichen Zugängen, aus denen es besteht, sodass beide gegeneinander lesbar sind: stetiger organischer Zuwachs sieht ganz anders aus als ein abrupter, kurzlebiger Ausschlag. Wo dieser Unterschied messbar ist, wird er als Wachstumsauthentizität ausgewiesen.

01325383132023-042024-082026-01
Major 0Minor 4Patch 4

Jeder Punkt umfasst 3 Tage.

Direkte Abhängigkeiten 32
RegistryPaketVersionsvorgabeManifest
PyPItensorrt_llm==0.9.0.dev2024032600pyproject.toml
PyPICython==3.0.10pyproject.toml
PyPIyoutokentome@ git+https://github.com/gburlet/YouTokenToMe.git@dependenciespyproject.toml
PyPIdeepmultilingualpunctuation==1.0.1pyproject.toml
PyPInemo_toolkit==1.23.0pyproject.toml
PyPIaiohttp==3.9.3pyproject.toml
PyPIaiofiles==23.2.1pyproject.toml
PyPIboto3—pyproject.toml
PyPIfaster-whisper@ https://github.com/SYSTRAN/faster-whisper/archive/refs/heads/master.tar.gzpyproject.toml
PyPIffmpeg-python==0.2.0pyproject.toml
PyPItransformers==4.38.2pyproject.toml
PyPIlibrosa==0.10.1pyproject.toml
PyPIloguru==0.7.2pyproject.toml
PyPInltk==3.8.1pyproject.toml
PyPInumpy==1.26.4pyproject.toml
PyPIonnxruntime==1.17.1pyproject.toml
PyPIpandas==2.2.1pyproject.toml
PyPIpydantic==2.6.4pyproject.toml
PyPIpython-dotenv==1.0.1pyproject.toml
PyPItensorshare==0.1.1pyproject.toml
PyPItorch==2.2.2pyproject.toml
PyPItorchaudio==2.2.2pyproject.toml
PyPIwget==3.2.0pyproject.toml
PyPIyt-dlp==2024.3.10pyproject.toml
PyPItiktoken==0.6.0pyproject.toml
PyPIdatasets==2.18.0pyproject.toml
PyPIkaldialign==0.9.0pyproject.toml
PyPIopenai-whisper==v20231117pyproject.toml
PyPIsoundfile==0.12.1pyproject.toml
PyPIsafetensors==0.4.2pyproject.toml
PyPIjanus==1.0.0pyproject.toml
PyPIbackports.lzma==0.0.14pyproject.toml
Alle Abhängigkeiten 51

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 33 direkte und 18 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
PyPIaiofiles23.2.1direkt
PyPIaiohttp3.9.3direkt
PyPIbackports-lzma0.0.14direkt
PyPIboto3—direkt
PyPIcython3.0.10direkt
PyPIdatasets—direkt
PyPIdatasets2.18.0direkt
PyPIdeepmultilingualpunctuation1.0.1direkt
PyPIffmpeg-python0.2.0direkt
PyPIjanus1.0.0direkt
PyPIkaldialign0.9.0direkt
PyPIlibrosa0.10.1direkt
PyPIloguru0.7.2direkt
PyPInltk3.8.1direkt
PyPInumpy1.26.4direkt
PyPIonnxruntime—direkt
PyPIonnxruntime1.17.1direkt
PyPIpandas2.2.1direkt
PyPIpydantic2.6.4direkt
PyPIpython-dotenv1.0.1direkt
PyPIsafetensors0.4.2direkt
PyPIsoundfile0.12.1direkt
PyPItensorrt-llm0.9.0.dev2024032600direkt
PyPItensorshare0.1.1direkt
PyPItiktoken0.6.0direkt
PyPItorch—direkt
PyPItorch2.2.2direkt
PyPItorchaudio—direkt
PyPItorchaudio2.2.2direkt
PyPItransformers—direkt
PyPItransformers4.38.2direkt
PyPIwget3.2.0direkt
PyPIyt-dlp2024.3.10direkt
PyPIargon2-cffi23.1.0indirekt
PyPIctranslate2—indirekt
PyPIevaluate—indirekt
PyPIfastapi0.110.0indirekt
PyPIhuggingface-hub—indirekt
PyPIipython8.24.0indirekt
PyPIjiwer—indirekt
PyPImemory-profiler—indirekt
PyPIpy3nvml—indirekt
PyPIpyannote-audio—indirekt
PyPIpyannote-audio3.2.0indirekt
PyPIpython-jose3.3.0indirekt
PyPIpython-multipart0.0.9indirekt
PyPIshortuuid1.0.13indirekt
PyPIsvix1.21.0indirekt
PyPItokenizers—indirekt
PyPIuvicorn0.29.0indirekt
PyPIwebsockets12.0indirekt
Abhängigkeits-Advisories 0

Die Installation von pypi:faster-whisper@1.2.1 zieht 22 Pakete nach sich, direkt und transitiv: 0 tragen bekannte Advisories, davon 0 direkte Abhängigkeiten.

Keine bekannten Advisories betreffen die bewerteten Abhängigkeiten.

Ein Advisory bedeutet, dass die im Abhängigkeitsgraphen erfasste Version in den betroffenen Bereich eines Advisories fällt. Erreichbarkeit wird nicht analysiert, und der Graph enthält Entwicklungs- und Test-Pins — ein Fund kann das Werkzeug betreffen und nicht die ausgelieferte Software.

JSON-Rohbericht maschinenlesbar

Feedback

Stimmt etwas in diesem Bericht nicht, oder gibt es Gedanken dazu? Falsche Messungen, übersehene Tools, Ideen, Fragen — alles ist willkommen. Jede Nachricht wird gelesen und beantwortet.

Die Nachricht bleibt bei der Anmeldung erhalten.

Verwandte Einträge

Geprüfte Repositories, die Katalog-Tags oder Ökosysteme mit Wordcab/wordcab-transcribe teilen. Nebeneinander lesen →

100NVIDIA-NeMo/SpeechA scalable generative AI framework built for researchers and developers working on Large Language Models, Multimodal, and Speech AI (Automatic Speech Recognition and Text-to-Speech)Außergewöhnlich100optuna/optunaA hyperparameter optimization frameworkAußergewöhnlich100microsoft/onnxruntimeONNX Runtime: cross-platform, high performance ML inferencing and training acceleratorAußergewöhnlich100numpy/numpyThe fundamental package for scientific computing with Python.Außergewöhnlich100uxlfoundation/oneDNNoneAPI Deep Neural Network Library (oneDNN)Außergewöhnlich100onnx/onnxOpen standard for machine learning interoperabilityAußergewöhnlich

Bewertungen sind Signale, keine Garantien. Sie spiegeln öffentlich sichtbare Praxis auf GitHub wider — kein Code-Audit und keine Sicherheitsgarantie.

Fehlende Daten werden ausgeschlossen und die Gewichte neu normiert, nie als null bewertet. Die Methodik ist versioniert und offen: Metriken v2.10.0, Schema v0.34.0 — vollständige Methodik · Metriken-Wiki.

Wie ein einzelnes Ergebnis im Gesamtregister steht: aggregierte Statistiken — PyPI.