Публічний реєстр
Звіт про здоров'я програмного забезпеченнясхема 0.34.0 · метрики 2.10.0 · 2026-09-17 23:34 UTC

iver56 / torch-audiomentations

Fast audio data augmentation in PyTorch. Inspired by audiomentations. Useful for deep learning.

PythonMIT★ 1 168 зірок⑂ 102 форкиз черв. 2020 р.Переглянути на GitHub ↗
#data-augmentation#pytorch#audio-data-augmentation#audio#waveform#dsp#audio-effects#machine-learning#deep-learning#music#sound#sound-processing#augmentation#python#differentiable-data-augmentation

iver56/torch-audiomentations має індекс здоров’я 41 зі 100, що відповідає смузі «Слабкий». Найвищий показник — Engineering Quality (77/100), найнижчий — Security (21/100). Останнє оновлення було 297 днів тому. Більшість нещодавньої роботи виконує один учасник.

41
загалом / 100
Слабкий

Індекс здоров'я програмного забезпечення

Метрики згруповано у зважені категорії на шкалі 1–100. Загальна оцінка починається як їхнє зважене середнє, відкаліброване за розподілом публічного реєстру, тож діапазони мають перцентильний зміст; коли публічні дані активують Політику юрисдикцій високого ризику, рейтинг коригується й отримує верхню межу 34 («У зоні ризику»).

41
Винятковий93-100Верхній щабель реєстру (≈ топ-5%); відповідає практично всім перевіреним критеріям
Відмінний80-92Сильний за всіма напрямами; незначні прогалини
Добрий65-79Здоровий; прогалини обмежені та керовані
Помірний50-64Прийнятний, але з помітними прогалинами; рекомендовано перевірку
Слабкий35-49Суттєві недоліки в кількох сферах
У зоні ризику20-34Суттєві слабкі місця; впровадження потребує обережності
Критичний1-19Серйозні проблеми (покинутий, єдиний мейнтейнер, без базової гігієни)
ЖиттєздатністьСпільнота тавпровадженняСталість таврядуванняІнженернаякістьБезпекаГотовність доШІ

Профіль оцінок

Кожна вісь — окрема категорія. Форма важить більше, ніж середнє: здоровий об'єкт заповнює всю фігуру, тоді як профіль із піками та провалами означає, що сила в одному вимірі маскує ризик в іншому.

Зважений загальний бал 49 калібровано до 48 за шкалою опублікованого індексу (калібрування реєстру 2026-08-02).

Власність

Iver JordalОсобистий обліковий запис
405 підписників161 публічний репозиторійз лют. 2012 р.ElevenLabs

Цей репозиторій належить особистому обліковому запису. Проєкт з єдиним власником несе більший ризик безперервності, ніж підтримуваний організацією.

Пакетні екосистеми

РеєстрПакетВерсіяЗавантажень / місВерсіїОстання публікація
PyPItorch-audiomentationsвказує на інший репозиторій — не оцінюється0.12.0-17610 днів тому

Метрики за категоріями

Життєздатність

Чи живий проєкт — чи пишеться код і чи виходять релізи?

29У зоні ризику · 21% загального індексу

Активність розробки

8Критичний
Як обчислюється оцінка
3.6/36Свіжість push — останній push 297 дн. тому
0.7/36Ритм комітів — 1/52 тижнів із комітами
2.7/18Обсяг комітів — 1 комітів за останній рік
0/10OpenSSF Scorecard: Maintained — немає даних
Використані вхідні дані
commits_last_year1
human_commit_share1
days_since_last_push297
active_weeks_last_year1

Дисципліна релізів

60Помірний
Як обчислюється оцінка
27/27Випускає релізи — опубліковано 17 релізів
7.2/36Свіжість релізів — останній реліз 610 дн. тому
19.8/27Ритм релізів — реліз кожні ~118,8 дн.
0/10OpenSSF Scorecard: Signed-Releases — немає даних
Використані вхідні дані
releases_count17
latest_release_tagv0.12.0
releases_from_tagsні
days_since_latest_release610
mean_days_between_releases118,8

Спільнота та впровадження

Чи має проєкт користувачів, завантаження, увагу та влаштовані умови для контриб’юторів?

62Помірний · 17% загального індексу

Популярність і впровадження

72Добрий
Як обчислюється оцінка
49.8/60Зірки — 1 168 зірок
16.7/25Форки — 102 форків
5.6/15Спостерігачі — 11 спостерігачів
Використані вхідні дані
forks102
stars1 168
watchers11
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Здоров'я спільноти

50Помірний
Як обчислюється оцінка
22.5/22.5README
22.5/22.5Ліцензія — визнана ліцензія (MIT)
0/18Настанови CONTRIBUTING
0/13.5Кодекс поведінки
0/7.2Шаблон issue
0/6.3Шаблон PR
Використані вхідні дані
has_readmeтак
has_licenseтак
readme_badges6
has_contributingні
has_issue_templateні
has_code_of_conductні
readme_badge_servicesshields.io
has_pull_request_templateні

Сталість та врядування

Чи переживе проєкт своїх людей — бас-фактор, реактивність, хто за ним стоїть і як супроводжуються пакети?

57Помірний · 23% загального індексу

Стійкість мейнтейнерів (бас-фактор)

35Слабкий
Як обчислюється оцінка
9/54Бас-фактор — на 1 контриб’ютор(ів) припадає половина всіх комітів
9/22.5Розподіл комітів — головний контриб’ютор — автор 60% комітів
13.5/13.5Широта контриб’юторів — 18 контриб’юторів
0/10OpenSSF Scorecard: Contributors — немає даних
Використані вхідні дані
bus_factor1
contributors_sampled18
top_contributor_share0,598

Реактивність на issue та PR

74Добрий
Як обчислюється оцінка
24.5/42Вирішення issue — закрито 58% issue
28.7/30Прийняття PR — злито 67/70 вирішених PR
0/13Newcomer PR acceptance — за 30 дн. не вирішено жодного PR від новачка
0/15OpenSSF Scorecard: Code-Review — немає даних
Використані вхідні дані
merged_prs67
open_issues45
closed_issues63
prs_merged_7d0
prs_decided_7d0
prs_merged_30d0
prs_decided_30d0
issue_closed_ratio0,583
closed_unmerged_prs3
first_time_authors_30d0
first_time_prs_merged_30d0
first_time_prs_decided_30d0
Виключено з оцінювання (немає даних або не застосовно): Newcomer PR acceptance. Залишкові ваги перенормовано.

Власність та опіка

67Добрий
Як обчислюється оцінка
10/30Підтримка власника — особистий (користувацький) обліковий запис
0/20Верифікований домен — не застосовно до користувацьких облікових записів
18.8/25Охоплення власника — 405 підписників у iver56
25/25Послужний список — 161 публічних репозиторіїв, вік облікового запису ~14 р.
Використані вхідні дані
followers405
owner_typeUser
is_verified—
owner_loginiver56
public_repos161
account_age_days5 319
Виключено з оцінювання (немає даних або не застосовно): Верифікований домен. Залишкові ваги перенормовано.

Інженерна якість

Чи наявні базові інженерні практики та документація?

77Добрий · 19% загального індексу

Інженерні практики

88Відмінний
Як обчислюється оцінка
24/24Процеси CI — 2 процес(ів) CI
24/24Наявні тести
16/16Конфігурація лінтера — .flake8, pyproject.toml ([tool.black])
0/9.6Pre-commit-хуки
6.4/6.4.editorconfig
0/20OpenSSF Scorecard: CI-Tests — немає даних
Використані вхідні дані
has_ciтак
has_testsтак
has_editorconfigтак
has_linter_configтак
has_precommit_configні

Документація

60Помірний
Як обчислюється оцінка
30/30README
0/25Каталог документації
0/15Сайт документації / домашня сторінка
10/10Опис репозиторію
10/10Теми — 15 тем
10/10Wiki
Використані вхідні дані
topicsdata-augmentation, pytorch, audio-data-augmentation, audio, waveform, dsp, audio-effects, machine-learning, deep-learning, music, sound, sound-processing, augmentation, python, differentiable-data-augmentation
has_wikiтак
homepage—
docs_site—
has_readmeтак
has_docs_dirні
has_descriptionтак

Безпека

Чи міцні видимі практики безпеки й ланцюга постачання, без непослабленої пов’язаності з юрисдикціями високого ризику?

21У зоні ризику · 16% загального індексу

Стан безпеки

1Критичний
Як обчислюється оцінка
0/30Політика безпеки (SECURITY.md)
0/25Конфігурація Dependabot
0/25Файли фіксації залежностей
0/20Процес CodeQL
Використані вхідні дані
sourcefile_signals
lockfiles—
manifestspyproject.toml, setup.py
has_codeql_workflowні
has_security_policyні
has_dependabot_configні

Сповіщення про залежності

100Винятковий
Як обчислюється оцінка
35/35Прямі залежності без відомих сповіщень — жодна пряма залежність не має відомих сповіщень
25/25Непрямі залежності без відомих сповіщень — жодна непряма залежність не має відомих сповіщень
0/40Немає задавнених сповіщень — жодне сповіщення не має дати публікації
Використані вхідні дані
sourceosv
advisories0
affected_packages0
assessed_packages34
unassessed_packages0
affected_by_severitynone
direct_affected_packages0
Виключено з оцінювання (немає даних або не застосовно): Немає задавнених сповіщень. Залишкові ваги перенормовано. Звірено з runtime-замиканням залежностей pypi:torch-audiomentations@0.12.0 — тим, що тягне за собою встановлення опублікованого пакета, — 34 пакетів. Досяжність не аналізується.

Готовність до ШІ

Наскільки репозиторій оснащений для розробки та супроводу за участі ШІ-агентів? Має свідомо малу вагу (4%): агентний інструментарій — реальний сигнал супроводу, але репозиторій без нього все одно може отримати 100/100.

31У зоні ризику · 4% загального індексу

Контекст і настанови для агентів

10Критичний
Як обчислюється оцінка
0/45Інструкції для агентів — немає CLAUDE.md / AGENTS.md / правил редактора
0/15Машиночитана документація (llms.txt)
9.6/40Читабельна історія комітів — намір зазначено у 18 з 100 людських комітів (структурований заголовок або пояснювальний текст)
Використані вхідні дані
has_llms_txtні
llms_txt_url—
legible_history_share0,18
agent_instruction_files—
agent_instruction_max_bytes—

Цикл верифікації (збірка / тести / перевірка типів)

37Слабкий
Як обчислюється оцінка
0/18Розгортання однією командою
22/22Автоматизовані тести
11/11Конфігурація лінтера / форматера — .flake8, pyproject.toml ([tool.black])
0/11Статична перевірка типів
0/10Відтворюване середовище
0/10Підтверджена практика роботи з агентами — серед останніх 100 комітів немає створених агентом
0/8Автоматизоване супроводження — автоматичних оновлень залежностей не виявлено
0/10OpenSSF Scorecard: Pinned-Dependencies — немає даних
Використані вхідні дані
has_nixні
has_testsтак
lockfiles—
has_dockerfileні
typed_languageні
bootstrap_files—
has_devcontainerні
has_linter_configтак
typecheck_configs—
agent_commit_share0
toolchain_manifests—
dependency_bot_commit_share0

Читабельність коду для моделей

55Помірний
Як обчислюється оцінка
0/45Типізований код — Python без конфігурації перевірки типів
55/55Керовані розміри файлів — 0/69 файлів вихідного коду понад 60 КБ
Використані вхідні дані
primary_languagePython
largest_source_bytes25 745
source_files_sampled69
oversized_source_files0

Ключові факти

1 168зірок GitHub
18контриб'юторів
1комітів за останні 12 місяців
297днів від останнього пушу
17релізів
1бас-фактор
45відкритих issue
PyPIпакетних екосистем

Попередження щодо збору даних

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • pypi package 'torch-audiomentations' points at a different repository (https://github.com/asteroid-team/torch-audiomentations); excluded from ecosystem scoring
  • OpenSSF Scorecard did not return a usable result (killed by SIGKILL — most likely the container's memory limit; 2026/09/17 23:34:10 Warning: PATs stored in env variables GITHUB_AUTH_TOKEN and GITHUB_TOKEN differ. Scorecard will use the former.); skipping Scorecard checks

Докладніше

Історія зірок і форків 0 ★ / 102 ⇿
0Зірки
102Форки
17Релізи

Коли додано кожну зірку й форк — зібрано з GitHub і згруповано за днями. Кумулятивне зростання розміщено просто над денними додаваннями, з яких воно складається, тож їх видно одне проти одного: рівномірне органічне накопичення виглядає зовсім інакше, ніж різкий короткочасний сплеск. Там, де цю різницю можна виміряти, її подано як автентичність росту.

02040608010012010122020-092023-082026-07
Мажорні 0Мінорні 12Патчі 5

Кожна точка охоплює 6 днів.

Усі залежності 14

Повний розв'язаний набір залежностей із графа залежностей GitHub: 0 прямих і 14 непрямих (транзитивних) пакетів. Транзитивне замикання є повним, коли в репозиторії закомічено lockfile.

РеєстрПакетВерсіяЗв'язок
PyPIaudioread—непряма
PyPIcoverage4.5.2непряма
PyPIjulius—непряма
PyPInumpy—непряма
PyPIpy-cpuinfo—непряма
PyPIpytest5.3.4непряма
PyPIpytest-cov2.8.1непряма
PyPIpyyaml—непряма
PyPIscipy—непряма
PyPItorch—непряма
PyPItorch1.11.0непряма
PyPItorch-pitch-shift—непряма
PyPItorchaudio—непряма
PyPItorchaudio0.11.0непряма
Сповіщення про залежності 0

Встановлення pypi:torch-audiomentations@0.12.0 тягне 34 пакетів, прямих і транзитивних: 0 мають відомі сповіщення, з них 0 — прямі залежності.

Жодне відоме сповіщення не стосується оцінених залежностей.

Сповіщення означає, що версія, записана в графі залежностей, потрапляє в уражений діапазон. Досяжність не аналізується, а граф містить піниї розробки й тестування — знахідка може стосуватися інструментів, а не поставленого коду.

Звіт у форматі JSON машиночитний

Зворотний зв’язок

Помітили щось хибне у цьому звіті або маєте чим поділитися? Неправильні вимірювання, непомічені інструменти, ідеї, запитання — усе доречно. Кожне повідомлення читається й отримує відповідь.

Повідомлення збережеться під час входу.

Пов’язані записи

Перевірені репозиторії, що мають спільні каталожні теги або екосистеми з iver56/torch-audiomentations. Читати поруч →

100huggingface/transformers🤗 Transformers: the model-definition framework for state-of-the-art machine learning models in text, vision, audio, and multimodal models, for both inference and training. Винятковий99ultralytics/ultralyticsUltralytics YOLO27, YOLO26, YOLO11, YOLOv8 — object detection, instance segmentation, semantic segmentation, image classification, pose estimation, object trackingВинятковий99ray-project/rayRay is an AI compute engine. Ray consists of a core distributed runtime and a set of AI Libraries for accelerating ML workloads.Винятковий98pytorch/pytorchTensors and Dynamic neural networks in Python with strong GPU accelerationВинятковий98keras-team/kerasDeep Learning for humansВинятковий98pytorch/igniteHigh-level library to help with training and evaluating neural networks in PyTorch flexibly and transparently.Винятковий

Оцінки — це сигнали, а не гарантії. Вони відображають публічно видимі практики на GitHub — це не аудит коду й не гарантія безпеки.

Відсутні дані виключаються, а ваги перенормовуються — нуль за відсутність ніколи не ставиться. Методологія версіонована й відкрита: метрики v2.10.0, схема v0.34.0 — повна методологія · вікі метрик.

Як окремий результат виглядає на тлі всього реєстру: сукупна статистика — PyPI.