Software-GesundheitsberichtSchema 0.34.0 · Metriken 2.10.0 · 2026-10-09 11:37 UTC

felixbur / nkululeko

Machine learning speaker characteristics

PythonMIT★ 46 Sterne⑂ 12 Forksseit Aug. 2021Auf GitHub ansehen ↗

ArtKommandozeilenwerkzeugBibliothekwie das ermittelt wird

felixbur/nkululeko erreicht einen Gesundheitsindex von 80 von 100 und liegt damit im Bereich Exzellent. Am stärksten schneidet es bei Vitality (91/100) ab, am schwächsten bei Security (42/100). Zuletzt heute aktualisiert. Ein einzelner Mitwirkender trägt den Großteil der jüngsten Arbeit.

gesamt / 100

Exzellent

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.

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)

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 68 wird auf der veröffentlichten Indexskala auf 80 kalibriert (Register-Kalibrierung 2026-08-02).

Eigentümerschaft

Felix BurkhardtPersönliches Konto

17 Follower28 öffentliche Reposseit Juli 2012audEERING GmbH

Dieses Repository gehört einem persönlichen Konto. Ein Projekt mit nur einem Eigentümer trägt ein höheres Kontinuitätsrisiko als ein organisationsgetragenes.

Paket-Ökosysteme

Registry	Paket	Version	Downloads / Monat	Versionen	Zuletzt veröffentlicht	Tags
PyPI	nkululeko	1.12.1	2.951	315	vor 0 Tagen	machine-learning audio emotion-recognition speech-processing

Metriken nach Kategorie

Vitalität

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

91Exzellent · 21 % des Gesamtindex

Entwicklungsaktivität

96Außergewöhnlich

Wie die Bewertung erfolgt

36/36	Push-Aktualität — letzter Push vor 0 Tagen
32.5/36	Commit-Rhythmus — 47/52 Wochen mit Commits
18/18	Commit-Volumen — 855 Commits im letzten Jahr
10/10	OpenSSF Scorecard: Maintained — 30 commit(s) and 30 issue activity found in the last 90 days -- score normalized to 10

Verwendete Eingangsdaten

commits_last_year	855
human_commit_share	1
days_since_last_push	0
active_weeks_last_year	47

Release-Disziplin

84Exzellent

Wie die Bewertung erfolgt

27/27	Liefert Releases aus — 30 Releases veröffentlicht
36/36	Release-Aktualität — letztes Release vor 56 Tagen
12.6/27	Release-Rhythmus — ein Release etwa alle 160,2 Tage
0/10	OpenSSF Scorecard: Signed-Releases — keine Daten

Verwendete Eingangsdaten

releases_count	30
latest_release_tag	1.8.10
releases_from_tags	nein
days_since_latest_release	56
mean_days_between_releases	160,2

Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): OpenSSF Scorecard: Signed-Releases. Die verbleibenden Gewichte wurden renormalisiert.

Community & Verbreitung

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

60Mittel · 17 % des Gesamtindex

Popularität & Verbreitung

39Schwach

Wie die Bewertung erfolgt

26.8/60	Stars — 46 Stars
8.7/25	Forks — 12 Forks
3.3/15	Watcher — 5 Watcher

Verwendete Eingangsdaten

forks	12
stars	46
watchers	5
growth_state	unverified
growth_factor_pct	100
growth_unverified_reason	no_history

Community-Gesundheit

85Exzellent

Wie die Bewertung erfolgt

22.5/22.5	README
22.5/22.5	Lizenz — anerkannte Lizenz (MIT)
18/18	CONTRIBUTING-Leitfaden
13.5/13.5	Verhaltenskodex
0/7.2	Issue-Vorlage
0/6.3	PR-Vorlage

Verwendete Eingangsdaten

has_readme	ja
has_license	ja
readme_badges	3
has_contributing	ja
has_issue_template	nein
has_code_of_conduct	ja
readme_badge_services	github.com
has_pull_request_template	nein

Ökosystem-Verbreitung (Downloads)

58Mittel

Wie die Bewertung erfolgt

46.3/80	Downloads pro Monat — 2.951 Downloads/Monat über pypi
0/20	Abhängige in der Registry — von diesem Ökosystem nicht ausgewiesen

Verwendete Eingangsdaten

packages	nkululeko
dependents	—
ecosystems	pypi
total_downloads	—
monthly_downloads	2.951
unverified_packages_excluded	—

Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Abhängige in der Registry. Die verbleibenden Gewichte wurden renormalisiert.

Nachhaltigkeit & Governance

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

65Gut · 23 % des Gesamtindex

Maintainer-Resilienz (Bus-Faktor)

37Schwach

Wie die Bewertung erfolgt

9/54	Bus-Faktor — 1 Beitragende decken die Hälfte aller Commits ab
11/22.5	Commit-Verteilung — wichtigste beitragende Person verfasste 51 % der Commits
6.8/13.5	Breite der Beitragenden — 5 Beitragende
10/10	OpenSSF Scorecard: Contributors — project has 4 contributing companies or organizations

Verwendete Eingangsdaten

bus_factor	1
contributors_sampled	5
top_contributor_share	0,512

Reaktionsfähigkeit bei Issues & PRs

82Exzellent

Wie die Bewertung erfolgt

37.7/42	Issue-Lösungsquote — 90 % der Issues geschlossen
29.3/30	PR-Annahme — 249/255 entschiedene PRs gemergt
0/13	Newcomer PR acceptance — kein PR eines Erstbeitragenden in 30 Tagen entschieden
4.5/15	OpenSSF Scorecard: Code-Review — Found 3/8 approved changesets -- score normalized to 3

Verwendete Eingangsdaten

merged_prs	249
open_issues	20
closed_issues	174
prs_merged_7d	4
prs_decided_7d	4
prs_merged_30d	18
prs_decided_30d	18
issue_closed_ratio	0,897
closed_unmerged_prs	6
first_time_authors_30d	0
first_time_prs_merged_30d	0
first_time_prs_decided_30d	0

Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Newcomer PR acceptance. Die verbleibenden Gewichte wurden renormalisiert.

Eigentümerschaft & Trägerschaft

52Mittel

Wie die Bewertung erfolgt

10/30	Organisatorische Trägerschaft — persönliches (Nutzer-)Konto
0/20	Verifizierte Domain — für Nutzerkonten nicht anwendbar
9/25	Reichweite des Inhabers — 17 Follower von felixbur
22.6/25	Kontohistorie — 28 öffentliche Repos, Kontoalter ca. 14 Jahre

Verwendete Eingangsdaten

followers	17
owner_type	User
is_verified	—
owner_login	felixbur
public_repos	28
account_age_days	5.184

Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Verifizierte Domain. Die verbleibenden Gewichte wurden renormalisiert.

Paketpflege

100Außergewöhnlich

Wie die Bewertung erfolgt

25/25	Veröffentlicht & auflösbar — 1 Paket(e) auf pypi
35/35	Veröffentlichungsaktualität — letzte Veröffentlichung vor 0 Tagen
20/20	Versionshistorie — 315 veröffentlichte Versionen
20/20	Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen

Verwendete Eingangsdaten

packages	nkululeko
ecosystems	pypi
any_deprecated	nein
min_days_since_publish	0

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

77Gut · 19 % des Gesamtindex

Engineering-Praktiken

68Gut

Wie die Bewertung erfolgt

24/24	CI-Workflows — 10 Workflow(s)
24/24	Tests vorhanden
0/16	Linter-Konfiguration
0/9.6	Pre-Commit-Hooks
0/6.4	.editorconfig
20/20	OpenSSF Scorecard: CI-Tests — 6 out of 6 merged PRs checked by a CI test -- score normalized to 10

Verwendete Eingangsdaten

has_ci	ja
has_tests	ja
has_editorconfig	nein
has_linter_config	nein
has_precommit_config	nein

Dokumentation

90Exzellent

Wie die Bewertung erfolgt

30/30	README
25/25	Dokumentationsverzeichnis
15/15	Dokumentations-/Homepage-Site — https://github.com/felixbur/nkululeko
10/10	Repository-Beschreibung
10/10	Topics — 3 Topics
0/10	Wiki

Verwendete Eingangsdaten

topics	speech, machine-learning, pytorch
has_wiki	nein
homepage	—
docs_site	https://github.com/felixbur/nkululeko
has_readme	ja
has_docs_dir	ja
has_description	ja

Sicherheit

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

42Schwach · 16 % des Gesamtindex

Sicherheitslage

40Schwach

Wie die Bewertung erfolgt

7.5/7.5	Binary-Artifacts — no binaries found in the repo
2.2/7.5	Branch-Protection — branch protection is not maximal on development and all release branches
2.5/2.5	CI-Tests — 6 out of 6 merged PRs checked by a CI test -- score normalized to 10
0/2.5	CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected
2.2/7.5	Code-Review — Found 3/8 approved changesets -- score normalized to 3
2.5/2.5	Contributors — project has 4 contributing companies or organizations
10/10	Dangerous-Workflow — no dangerous workflow patterns detected
0/7.5	Dependency-Update-Tool — no update tool detected
0/5	Fuzzing — project is not fuzzed
2.5/2.5	Lizenz — license file detected
7.5/7.5	Maintained — 30 commit(s) and 30 issue activity found in the last 90 days -- score normalized to 10
0/5	Packaging — keine Daten
0/5	Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
0/5	SAST — SAST tool is not run on all commits -- score normalized to 0
0/5	Security-Policy — security policy file not detected
0/7.5	Signed-Releases — keine Daten
0/7.5	Token-Permissions — detected GitHub workflow tokens with excessive permissions
0/7.5	Vulnerabilities — 146 existing vulnerabilities detected

Verwendete Eingangsdaten

source	openssf_scorecard
checks_evaluated	16
scorecard_version	v5.5.0
checks_inconclusive	2
scorecard_aggregate	4

Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Packaging, Signed-Releases. Die verbleibenden Gewichte wurden renormalisiert.

Abhängigkeits-Advisories

52Mittel

Wie die Bewertung erfolgt

7/35	Direkte Abhängigkeiten ohne bekannte Advisories — 2 betroffen: transformers 4.53.0 (critical 9.6), datasets 2.21.0 (moderate 6.5)
0/25	Indirekte Abhängigkeiten ohne bekannte Advisories — transitive Menge in diesem Bereich nicht von Entwicklungs- und Test-Abhängigkeiten trennbar
32.3/40	Keine offenen Advisories — 1 Paket(e) mit Advisory seit über 90 Tagen unbehandelt; ältestes vor 289 Tagen veröffentlicht

Verwendete Eingangsdaten

source	osv
advisories	277
affected_packages	28
assessed_packages	268
unassessed_packages	35
affected_by_severity	critical 7, high 10, moderate 10, low 1
direct_affected_packages	2

Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Indirekte Abhängigkeiten ohne bekannte Advisories. Die verbleibenden Gewichte wurden renormalisiert. 268 aufgelöste Abhängigkeiten wurden mit OSV abgeglichen. 35 konnten nicht bewertet werden — keine aufgelöste Version, ein nicht unterstütztes Ökosystem oder außerhalb der ausgewiesenen Paketliste. Dieses Repository veröffentlicht kein Paket, das der Index auflöst; bewertet wurde daher der Abhängigkeitsgraph des Repositorys. Dieser Graph vermischt Entwicklungs- und Test-Pins mit ausgelieferten Abhängigkeiten, daher werden nur die deklarierten Laufzeit-Abhängigkeiten bewertet; transitive Befunde werden als Kontext ausgewiesen und fließen nicht in die Bewertung ein. 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.

72Gut · 4 % des Gesamtindex

AI-Agentenkontext & Leitlinien

81Exzellent

Wie die Bewertung erfolgt

45/45	Agentenanweisungen — .github/copilot-instructions.md
0/15	Maschinenlesbare Doku (llms.txt)
36.3/40	Lesbare Commit-Historie — 68 von 100 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)

Verwendete Eingangsdaten

has_llms_txt	nein
llms_txt_url	—
legible_history_share	0,68
agent_instruction_files	.github/copilot-instructions.md
agent_instruction_max_bytes	1.904

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

60Mittel

Wie die Bewertung erfolgt

18/18	Bootstrap mit einem Befehl — docs/Makefile, paper/Makefile
22/22	Automatisierte Tests
0/11	Lint-/Format-Konfiguration
0/11	Statische Typprüfung
10/10	Reproduzierbare Umgebung — lockfile
10/10	Belegte Agentenpraxis — 47 der letzten 100 Commits von Agenten verfasst oder ihnen zugeschrieben
0/8	Automatisierte Wartung — keine automatisierten Abhängigkeits-Updates beobachtet
0/10	OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0

Verwendete Eingangsdaten

has_nix	nein
has_tests	ja
lockfiles	uv.lock
has_dockerfile	nein
typed_language	nein
bootstrap_files	docs/Makefile, paper/Makefile
has_devcontainer	nein
has_linter_config	nein
typecheck_configs	—
agent_commit_share	0,47
toolchain_manifests	—
dependency_bot_commit_share	0

AI-Code-Lesbarkeit für Modelle

55Mittel

Wie die Bewertung erfolgt

0/45	Typprüfbarer Code — Python ohne Typprüfungs-Konfiguration
54.9/55	Handhabbare Dateigrößen — 1/390 Quelldateien über 60 KB

Verwendete Eingangsdaten

primary_language	Python
largest_source_bytes	70.838
source_files_sampled	390
oversized_source_files	1

Maschinenlesbare AI-Schnittstellen

100Außergewöhnlich

Wie die Bewertung erfolgt

0/40	API-Schema (OpenAPI/GraphQL/proto) — für diese Art von Software nicht anwendbar
0/20	MCP-Server — für diese Art von Software nicht anwendbar
40/40	Lauffähige Beispiele — demos, examples, notebooks

Verwendete Eingangsdaten

example_dirs	demos, examples, notebooks
has_mcp_signal	nein
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

46GitHub-Sterne

5Mitwirkende

855Commits, letzte 12 Monate

0Tage seit letztem Push

30Releases

1Bus-Faktor

20offene Issues

PyPIPaket-Ökosysteme

Warnungen zur Datenerhebung

Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
deps.dev does not index pypi:nkululeko@1.12.1; advisories assessed against the repository dependency graph instead

Weitere Details

Stern- und Fork-Verlauf 0 ★ / 12 ⇿

0Sterne

12Forks

14Releases

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.

Major 1Minor 6Patch 6

Jeder Punkt umfasst 4 Tage.

OpenSSF Scorecard 4.0 / 10

4.0Gesamtwert

Unabhängige, werkzeugneutrale Sicherheitsbewertung durch das quelloffene OpenSSF Scorecard. Jede Prüfung honoriert eine Sicherheits-Praxis, nicht das Werkzeug eines bestimmten Anbieters. Prüfungen, die Scorecard nicht ermitteln konnte, sind mit k. A. markiert und vom Sicherheitswert ausgeschlossen (nie als null gezählt).Scorecard v5.5.0 · 2026-10-09 11:37 UTC

10	Binary-Artifacts	no binaries found in the repo
3	Branch-Protection	branch protection is not maximal on development and all release branches
10	CI-Tests	6 out of 6 merged PRs checked by a CI test -- score normalized to 10
0	CII-Best-Practices	no effort to earn an OpenSSF best practices badge detected
3	Code-Review	Found 3/8 approved changesets -- score normalized to 3
10	Contributors	project has 4 contributing companies or organizations
10	Dangerous-Workflow	no dangerous workflow patterns detected
0	Dependency-Update-Tool	no update tool detected
0	Fuzzing	project is not fuzzed
10	License	license file detected
10	Maintained	30 commit(s) and 30 issue activity found in the last 90 days -- score normalized to 10
k. A.	Packaging	packaging workflow not detected
0	Pinned-Dependencies	dependency not pinned by hash detected -- score normalized to 0
0	SAST	SAST tool is not run on all commits -- score normalized to 0
0	Security-Policy	security policy file not detected
k. A.	Signed-Releases	no releases found
0	Token-Permissions	detected GitHub workflow tokens with excessive permissions
0	Vulnerabilities	146 existing vulnerabilities detected

Direkte Abhängigkeiten 57

Registry	Paket	Versionsvorgabe	Manifest
PyPI	accelerate	`>=0.26.0`	pyproject.toml
PyPI	audb	`>=1.11.4`	pyproject.toml
PyPI	audeer	`>=1.0.0`	pyproject.toml
PyPI	audformat	`>=1.3.1`	pyproject.toml
PyPI	audplot	`—`	pyproject.toml
PyPI	audmodel	`—`	pyproject.toml
PyPI	auglib	`>=1.0.4`	pyproject.toml
PyPI	audinterface	`>=1.0.0`	pyproject.toml
PyPI	audiofile	`>=1.0.0`	pyproject.toml
PyPI	audresample	`>=1.0.0`	pyproject.toml
PyPI	audiomentations	`>=0.42.0`	pyproject.toml
PyPI	audmetric	`>=1.0.0`	pyproject.toml
PyPI	audonnx	`>=0.7.0`	pyproject.toml
PyPI	confidence-intervals	`>=0.0.2`	pyproject.toml
PyPI	datasets	`>=2.0.0`	pyproject.toml
PyPI	googletrans	`==4.0.2`	pyproject.toml
PyPI	imageio	`>=2.0.0`	pyproject.toml
PyPI	matplotlib	`>=3.0.0`	pyproject.toml
PyPI	numpy	`>=1.20.0`	pyproject.toml
PyPI	numpy_audio_limiter	`—`	pyproject.toml
PyPI	opensmile	`>=2.0.0`	pyproject.toml
PyPI	pandas	`<3.0.0`	pyproject.toml
PyPI	praat-parselmouth	`>=0.4.0`	pyproject.toml
PyPI	scikit-learn	`>=1.0.0`	pyproject.toml
PyPI	scipy	`>=1.0.0`	pyproject.toml
PyPI	seaborn	`>=0.11.0`	pyproject.toml
PyPI	sentencepiece	`==0.2.1`	pyproject.toml
PyPI	sounddevice	`>=0.4.0`	pyproject.toml
PyPI	splitutils	`—`	pyproject.toml
PyPI	transformers	`>=4.0.0`	pyproject.toml
PyPI	umap-learn	`>=0.5.0`	pyproject.toml
PyPI	xgboost	`>=1.0.0`	pyproject.toml
PyPI	pylatex	`>=1.0.0`	pyproject.toml
PyPI	audeer	`>=1.0.0`	setup.cfg
PyPI	audformat	`>=1.3.1`	setup.cfg
PyPI	audinterface	`>=1.0.0`	setup.cfg
PyPI	audiofile	`>=1.0.0`	setup.cfg
PyPI	audiomentations	`==0.31.0`	setup.cfg
PyPI	audmetric	`>=1.0.0`	setup.cfg
PyPI	audonnx	`>=0.7.0`	setup.cfg
PyPI	confidence-intervals	`>=0.0.2`	setup.cfg
PyPI	datasets	`>=2.0.0`	setup.cfg
PyPI	imageio	`>=2.0.0`	setup.cfg
PyPI	matplotlib	`>=3.0.0`	setup.cfg
PyPI	numpy	`>=1.20.0`	setup.cfg
PyPI	openai-whisper	`—`	setup.cfg
PyPI	opensmile	`>=2.0.0`	setup.cfg
PyPI	pandas	`>=1.0.0`	setup.cfg
PyPI	praat-parselmouth	`>=0.4.0`	setup.cfg
PyPI	scikit_learn	`>=1.0.0`	setup.cfg
PyPI	scipy	`>=1.0.0`	setup.cfg
PyPI	seaborn	`>=0.11.0`	setup.cfg
PyPI	sounddevice	`>=0.4.0`	setup.cfg
PyPI	transformers	`>=4.0.0`	setup.cfg
PyPI	umap-learn	`>=0.5.0`	setup.cfg
PyPI	xgboost	`>=1.0.0`	setup.cfg
PyPI	pylatex	`>=1.0.0`	setup.cfg

Alle Abhängigkeiten 303

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 62 direkte und 241 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

Registry	Paket	Version	Beziehung
PyPI	accelerate	`—`	direkt
PyPI	accelerate	`1.15.0`	direkt
PyPI	audb	`1.11.4`	direkt
PyPI	audeer	`—`	direkt
PyPI	audeer	`2.2.2`	direkt
PyPI	audformat	`—`	direkt
PyPI	audformat	`1.3.2`	direkt
PyPI	audinterface	`—`	direkt
PyPI	audinterface	`1.3.1`	direkt
PyPI	audiofile	`—`	direkt
PyPI	audiofile	`1.5.1`	direkt
PyPI	audiomentations	`—`	direkt
PyPI	audiomentations	`0.31.0`	direkt
PyPI	audiomentations	`0.43.1`	direkt
PyPI	audmetric	`—`	direkt
PyPI	audmetric	`1.2.2`	direkt
PyPI	audmodel	`1.3.1`	direkt
PyPI	audonnx	`—`	direkt
PyPI	audonnx	`0.8.0`	direkt
PyPI	audplot	`—`	direkt
PyPI	audplot	`1.4.7`	direkt
PyPI	audresample	`—`	direkt
PyPI	audresample	`1.3.4`	direkt
PyPI	auglib	`1.0.4`	direkt
PyPI	confidence-intervals	`—`	direkt
PyPI	confidence-intervals	`0.0.3`	direkt
PyPI	datasets	`—`	direkt
PyPI	datasets	`2.21.0`	direkt
PyPI	googletrans	`4.0.2`	direkt
PyPI	imageio	`—`	direkt
PyPI	imageio	`2.37.0`	direkt
PyPI	matplotlib	`—`	direkt
PyPI	matplotlib	`3.10.3`	direkt
PyPI	numpy	`—`	direkt
PyPI	numpy	`2.1.3`	direkt
PyPI	numpy-audio-limiter	`0.2.0`	direkt
PyPI	opensmile	`—`	direkt
PyPI	opensmile	`2.5.1`	direkt
PyPI	pandas	`—`	direkt
PyPI	pandas	`2.3.0`	direkt
PyPI	praat-parselmouth	`—`	direkt
PyPI	praat-parselmouth	`0.4.6`	direkt
PyPI	pylatex	`—`	direkt
PyPI	pylatex	`1.4.2`	direkt
PyPI	scikit-learn	`—`	direkt
PyPI	scikit-learn	`1.7.0`	direkt
PyPI	scipy	`—`	direkt
PyPI	scipy	`1.15.3`	direkt
PyPI	scipy	`1.16.0`	direkt
PyPI	seaborn	`—`	direkt
PyPI	seaborn	`0.13.2`	direkt
PyPI	sentencepiece	`0.2.1`	direkt
PyPI	sounddevice	`—`	direkt
PyPI	sounddevice	`0.5.2`	direkt
PyPI	splitutils	`—`	direkt
PyPI	splitutils	`0.2.0`	direkt
PyPI	transformers	`—`	direkt
PyPI	transformers	`4.53.0`	direkt
PyPI	umap-learn	`—`	direkt
PyPI	umap-learn	`0.5.7`	direkt
PyPI	xgboost	`—`	direkt
PyPI	xgboost	`3.0.2`	direkt
PyPI	absl-py	`2.3.0`	indirekt
PyPI	aiofiles	`24.1.0`	indirekt
PyPI	aiohappyeyeballs	`2.6.1`	indirekt
PyPI	aiohttp	`3.12.13`	indirekt
PyPI	aiosignal	`1.3.2`	indirekt
PyPI	aiosqlite	`0.21.0`	indirekt
PyPI	annotated-types	`0.7.0`	indirekt
PyPI	anyio	`4.9.0`	indirekt
PyPI	appdirs	`1.4.4`	indirekt
PyPI	argon2-cffi	`25.1.0`	indirekt
PyPI	argon2-cffi-bindings	`21.2.0`	indirekt
PyPI	argon2-cffi-bindings	`25.1.0`	indirekt
PyPI	asttokens	`3.0.0`	indirekt
PyPI	astunparse	`1.6.3`	indirekt
PyPI	async-timeout	`5.0.1`	indirekt
PyPI	attrs	`25.3.0`	indirekt
PyPI	audbackend	`2.2.2`	indirekt
PyPI	audioread	`3.0.1`	indirekt
PyPI	audmath	`1.4.2`	indirekt
PyPI	audobject	`0.7.12`	indirekt
PyPI	audtorch	`0.6.4`	indirekt
PyPI	av	`14.4.0`	indirekt
PyPI	certifi	`2025.6.15`	indirekt
PyPI	cffi	`1.17.1`	indirekt
PyPI	charset-normalizer	`3.4.2`	indirekt
PyPI	click	`8.2.1`	indirekt
PyPI	cloudpickle	`3.1.1`	indirekt
PyPI	colorama	`0.4.6`	indirekt
PyPI	coloredlogs	`15.0.1`	indirekt
PyPI	comm	`0.2.2`	indirekt
PyPI	contourpy	`1.3.2`	indirekt
PyPI	cuda-bindings	`12.9.4`	indirekt
PyPI	cuda-pathfinder	`1.8.2`	indirekt
PyPI	cycler	`0.12.1`	indirekt
PyPI	cylimiter	`0.4.2`	indirekt
PyPI	cython	`3.1.2`	indirekt
PyPI	databases	`0.9.0`	indirekt
PyPI	dataclasses-json	`0.6.7`	indirekt
PyPI	decorator	`5.2.1`	indirekt
PyPI	deprecated	`1.2.18`	indirekt
PyPI	diffsptk	`—`	indirekt
PyPI	dill	`0.3.8`	indirekt
PyPI	diskcache	`5.6.3`	indirekt
PyPI	dohq-artifactory	`1.0.1`	indirekt
PyPI	exceptiongroup	`1.3.0`	indirekt
PyPI	executing	`2.2.0`	indirekt
PyPI	fairlearn	`0.12.0`	indirekt
PyPI	fastapi	`0.115.14`	indirekt
PyPI	filelock	`3.18.0`	indirekt
PyPI	filetype	`1.2.0`	indirekt
PyPI	flatbuffers	`25.2.10`	indirekt
PyPI	fonttools	`4.58.4`	indirekt
PyPI	frozenlist	`1.7.0`	indirekt
PyPI	fsspec	`2024.6.1`	indirekt
PyPI	gast	`0.6.0`	indirekt
PyPI	google-pasta	`0.2.0`	indirekt
PyPI	greenlet	`3.2.3`	indirekt
PyPI	grpcio	`1.73.1`	indirekt
PyPI	h11	`0.16.0`	indirekt
PyPI	h2	`4.4.1`	indirekt
PyPI	h5py	`3.14.0`	indirekt
PyPI	hf-xet	`1.1.5`	indirekt
PyPI	hnne	`1.0.2`	indirekt
PyPI	hpack	`4.2.0`	indirekt
PyPI	httpcore	`1.0.9`	indirekt
PyPI	httptools	`0.6.4`	indirekt
PyPI	httpx	`0.28.1`	indirekt
PyPI	huggingface-hub	`0.33.1`	indirekt
PyPI	humanfriendly	`10.0`	indirekt
PyPI	hyperframe	`6.1.0`	indirekt
PyPI	idna	`3.10`	indirekt
PyPI	imagecodecs	`2025.3.30`	indirekt
PyPI	imbalanced-learn	`—`	indirekt
PyPI	imbalanced-learn	`0.12.4`	indirekt
PyPI	importlib-metadata	`8.7.0`	indirekt
PyPI	importlib-resources	`5.7.1`	indirekt
PyPI	ipython	`8.37.0`	indirekt
PyPI	ipython	`9.3.0`	indirekt
PyPI	ipython-pygments-lexers	`1.1.1`	indirekt
PyPI	ipywidgets	`8.1.7`	indirekt
PyPI	iso3166	`2.1.1`	indirekt
PyPI	iso639-lang	`2.6.1`	indirekt
PyPI	jedi	`0.19.2`	indirekt
PyPI	jinja2	`3.1.6`	indirekt
PyPI	joblib	`1.5.1`	indirekt
PyPI	jupyterlab-widgets	`3.0.15`	indirekt
PyPI	keras	`3.10.0`	indirekt
PyPI	kiwisolver	`1.4.8`	indirekt
PyPI	lazy-loader	`0.4`	indirekt
PyPI	libclang	`18.1.1`	indirekt
PyPI	librosa	`0.10.2.post1`	indirekt
PyPI	llvmlite	`0.44.0`	indirekt
PyPI	loguru	`0.7.3`	indirekt
PyPI	markdown	`3.8.2`	indirekt
PyPI	markdown-it-py	`3.0.0`	indirekt
PyPI	markupsafe	`3.0.2`	indirekt
PyPI	marshmallow	`3.26.1`	indirekt
PyPI	matplotlib-inline	`0.1.7`	indirekt
PyPI	mdurl	`0.1.2`	indirekt
PyPI	minio	`7.2.18`	indirekt
PyPI	ml-dtypes	`0.5.1`	indirekt
PyPI	mpmath	`1.3.0`	indirekt
PyPI	msgpack	`1.1.1`	indirekt
PyPI	multidict	`6.6.2`	indirekt
PyPI	multiprocess	`0.70.16`	indirekt
PyPI	mypy-extensions	`1.1.0`	indirekt
PyPI	myst-parser	`4.0.1`	indirekt
PyPI	namex	`0.1.0`	indirekt
PyPI	networkx	`3.4.2`	indirekt
PyPI	networkx	`3.5`	indirekt
PyPI	numba	`0.61.2`	indirekt
PyPI	numpy-minmax	`0.6.0`	indirekt
PyPI	numpy-rms	`0.7.0`	indirekt
PyPI	nvidia-cublas-cu12	`12.8.4.1`	indirekt
PyPI	nvidia-cuda-cupti-cu12	`12.8.90`	indirekt
PyPI	nvidia-cuda-nvrtc-cu12	`12.8.93`	indirekt
PyPI	nvidia-cuda-runtime-cu12	`12.8.90`	indirekt
PyPI	nvidia-cudnn-cu12	`9.10.2.21`	indirekt
PyPI	nvidia-cufft-cu12	`11.3.3.83`	indirekt
PyPI	nvidia-cufile-cu12	`1.13.1.3`	indirekt
PyPI	nvidia-curand-cu12	`10.3.9.90`	indirekt
PyPI	nvidia-cusolver-cu12	`11.7.3.90`	indirekt
PyPI	nvidia-cusparse-cu12	`12.5.8.93`	indirekt
PyPI	nvidia-cusparselt-cu12	`0.7.1`	indirekt
PyPI	nvidia-nccl-cu12	`2.27.5`	indirekt
PyPI	nvidia-nvjitlink-cu12	`12.8.93`	indirekt
PyPI	nvidia-nvshmem-cu12	`3.4.5`	indirekt
PyPI	nvidia-nvtx-cu12	`12.8.90`	indirekt
PyPI	onnx	`1.18.0`	indirekt
PyPI	onnxruntime	`1.22.0`	indirekt
PyPI	opt-einsum	`3.4.0`	indirekt
PyPI	optree	`0.16.0`	indirekt
PyPI	ordered-set	`4.1.0`	indirekt
PyPI	orjson	`3.10.18`	indirekt
PyPI	oyaml	`1.0`	indirekt
PyPI	packaging	`25.0`	indirekt
PyPI	parso	`0.8.4`	indirekt
PyPI	pexpect	`4.9.0`	indirekt
PyPI	pillow	`10.4.0`	indirekt
PyPI	platformdirs	`4.3.8`	indirekt
PyPI	pooch	`1.8.2`	indirekt
PyPI	prettytable	`3.16.0`	indirekt
PyPI	prompt-toolkit	`3.0.51`	indirekt
PyPI	propcache	`0.3.2`	indirekt
PyPI	protobuf	`5.29.5`	indirekt
PyPI	psutil	`7.2.2`	indirekt
PyPI	ptyprocess	`0.7.0`	indirekt
PyPI	pure-eval	`0.2.3`	indirekt
PyPI	puremagic	`1.29`	indirekt
PyPI	py-machineid	`0.8.0`	indirekt
PyPI	pyarrow	`20.0.0`	indirekt
PyPI	pyasn1	`0.6.1`	indirekt
PyPI	pycparser	`2.22`	indirekt
PyPI	pycryptodome	`3.23.0`	indirekt
PyPI	pydantic	`2.11.7`	indirekt
PyPI	pydantic-core	`2.33.2`	indirekt
PyPI	pydantic-settings	`2.10.1`	indirekt
PyPI	pygltflib	`1.16.4`	indirekt
PyPI	pygments	`2.19.2`	indirekt
PyPI	pyjwt	`2.10.1`	indirekt
PyPI	pynndescent	`0.5.13`	indirekt
PyPI	pyparsing	`3.2.3`	indirekt
PyPI	pyreadline3	`3.5.4`	indirekt
PyPI	pytest	`—`	indirekt
PyPI	pytest-cov	`—`	indirekt
PyPI	python-dateutil	`2.9.0.post0`	indirekt
PyPI	python-dotenv	`1.1.1`	indirekt
PyPI	python-stretch	`0.3.1`	indirekt
PyPI	pytz	`2025.2`	indirekt
PyPI	pywin32	`311`	indirekt
PyPI	pyyaml	`6.0.2`	indirekt
PyPI	readthedocs-sphinx-search	`0.3.2`	indirekt
PyPI	regex	`2024.11.6`	indirekt
PyPI	renumics-spotlight	`1.6.14`	indirekt
PyPI	requests	`2.32.4`	indirekt
PyPI	resampy	`0.4.3`	indirekt
PyPI	rich	`14.0.0`	indirekt
PyPI	rsa	`4.9.1`	indirekt
PyPI	safetensors	`0.5.3`	indirekt
PyPI	scikit-image	`0.25.2`	indirekt
PyPI	setuptools	`80.9.0`	indirekt
PyPI	shap	`—`	indirekt
PyPI	shap	`0.51.0`	indirekt
PyPI	shap	`0.52.0`	indirekt
PyPI	shellingham	`1.5.4`	indirekt
PyPI	silero-vad	`6.2.3`	indirekt
PyPI	six	`1.17.0`	indirekt
PyPI	sliceguard	`0.0.35`	indirekt
PyPI	slicer	`0.0.8`	indirekt
PyPI	sniffio	`1.3.1`	indirekt
PyPI	soundfile	`0.13.1`	indirekt
PyPI	soxr	`0.5.0.post1`	indirekt
PyPI	sphinx	`8.1.3`	indirekt
PyPI	sphinx-rtd-theme	`3.0.2`	indirekt
PyPI	sqlalchemy	`2.0.41`	indirekt
PyPI	stack-data	`0.6.3`	indirekt
PyPI	starlette	`0.46.2`	indirekt
PyPI	sympy	`1.14.0`	indirekt
PyPI	tabulate	`0.9.0`	indirekt
PyPI	tensorboard	`2.19.0`	indirekt
PyPI	tensorboard-data-server	`0.7.2`	indirekt
PyPI	tensorflow	`2.19.0`	indirekt
PyPI	tensorflow-hub	`0.16.1`	indirekt
PyPI	tensorflow-io-gcs-filesystem	`0.37.1`	indirekt
PyPI	termcolor	`3.1.0`	indirekt
PyPI	tf-keras	`2.19.0`	indirekt
PyPI	threadpoolctl	`3.6.0`	indirekt
PyPI	tifffile	`2025.5.10`	indirekt
PyPI	tifffile	`2025.6.11`	indirekt
PyPI	tokenizers	`0.21.2`	indirekt
PyPI	toml	`0.10.2`	indirekt
PyPI	torch	`—`	indirekt
PyPI	torch	`2.10.0`	indirekt
PyPI	torchaudio	`—`	indirekt
PyPI	torchaudio	`2.10.0+cu128`	indirekt
PyPI	torchvision	`—`	indirekt
PyPI	torchvision	`0.25.0`	indirekt
PyPI	tqdm	`4.67.1`	indirekt
PyPI	traitlets	`5.14.3`	indirekt
PyPI	trimesh	`4.6.13`	indirekt
PyPI	triton	`3.6.0`	indirekt
PyPI	typer	`0.16.0`	indirekt
PyPI	typing-extensions	`4.14.0`	indirekt
PyPI	typing-inspect	`0.9.0`	indirekt
PyPI	typing-inspection	`0.4.1`	indirekt
PyPI	tzdata	`2025.2`	indirekt
PyPI	urllib3	`2.5.0`	indirekt
PyPI	uvicorn	`0.35.0`	indirekt
PyPI	uvloop	`0.21.0`	indirekt
PyPI	validators	`0.35.0`	indirekt
PyPI	wcwidth	`0.2.13`	indirekt
PyPI	websockets	`15.0.1`	indirekt
PyPI	werkzeug	`3.1.3`	indirekt
PyPI	wheel	`0.45.1`	indirekt
PyPI	widgetsnbextension	`4.0.14`	indirekt
PyPI	win32-setctime	`1.2.0`	indirekt
PyPI	winregistry	`2.1.1`	indirekt
PyPI	wrapt	`1.17.2`	indirekt
PyPI	xxhash	`3.5.0`	indirekt
PyPI	yarl	`1.20.1`	indirekt
PyPI	zipp	`3.23.0`	indirekt

Abhängigkeits-Advisories 28

Dieses Repository veröffentlicht kein vom Index auflösbares Paket, daher wurde sein eigener Abhängigkeitsgraph bewertet – 268 Pakete, darunter auch Entwicklungs- und Test-Pins, die nie ausgeliefert werden: 28 tragen bekannte Advisories, davon 2 direkte. 35 konnten nicht bewertet werden – keine aufgelöste Version, ein nicht unterstütztes Ökosystem, oder außerhalb der ausgewiesenen Paketliste.

Paket	Version	Beziehung	Schweregrad	Advisories	Behoben in
transformers	`4.53.0`	direkt	kritisch	18	`5.10.0`
aiohttp	`3.12.13`	indirekt	kritisch	66	`3.14.3`
anyio	`4.9.0`	indirekt	kritisch	4	`4.14.2`
keras	`3.10.0`	indirekt	kritisch	30	`3.15.0`
onnx	`1.18.0`	indirekt	kritisch	16	`1.22.0`
pillow	`10.4.0`	indirekt	kritisch	34	`12.3.0`
pyjwt	`2.10.1`	indirekt	kritisch	31	`2.15.0`
fsspec	`2024.6.1`	indirekt	hoch	1	`2026.6.0`
msgpack	`1.1.1`	indirekt	hoch	2	`1.2.1`
orjson	`3.10.18`	indirekt	hoch	2	`3.11.6`
protobuf	`5.29.5`	indirekt	hoch	2	`6.33.5`
pyarrow	`20.0.0`	indirekt	hoch	2	`23.0.1`
pyasn1	`0.6.1`	indirekt	hoch	10	`0.6.4`
starlette	`0.46.2`	indirekt	hoch	14	`1.3.1`
torch	`2.10.0`	indirekt	hoch	2	`2.13.0`
urllib3	`2.5.0`	indirekt	hoch	12	`2.8.0`
wheel	`0.45.1`	indirekt	hoch	2	`0.46.2`
datasets	`2.21.0`	direkt	mittel	2	`5.0.1`
diskcache	`5.6.3`	indirekt	mittel	2	—
filelock	`3.18.0`	indirekt	mittel	4	`3.20.3`
fonttools	`4.58.4`	indirekt	mittel	2	`4.60.2`
idna	`3.10`	indirekt	mittel	2	`3.15`
marshmallow	`3.26.1`	indirekt	mittel	2	`4.1.2`
python-dotenv	`1.1.1`	indirekt	mittel	2	`1.2.2`
requests	`2.32.4`	indirekt	mittel	2	`2.33.0`
setuptools	`80.9.0`	indirekt	mittel	2	`83.0.0`
werkzeug	`3.1.3`	indirekt	mittel	7	`3.1.9`
pygments	`2.19.2`	indirekt	niedrig	2	`2.20.0`

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.

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.

Software-Gesundheitsindex

Bewertungsprofil

Eigentümerschaft

Paket-Ökosysteme

Metriken nach Kategorie

Eckdaten

Warnungen zur Datenerhebung

Weitere Details

Feedback

Verwandte Einträge