--- title: "Cadence: radno okruženje u kojem treniramo Oasis Speech" description: "Cadence je mjesto gdje fino podešavamo i evaluiramo modele iza Oasis Speecha. Ljudi i agenti koriste jedan API, a svaki model mora proći kapiju." canonical: "https://dialogist.cc/bs/research/cadence/" locale: "bs" updatedAt: "2026-10-20" --- # Cadence: radno okruženje u kojem fino podešavamo, evaluiramo i puštamo kroz kapiju modele iza Oasis Speecha Istraživanja · 2026-10-20 · Dialogist team > Cadence je mjesto gdje fino podešavamo i evaluiramo modele iza Oasis Speecha. Ljudi i agenti koriste jedan API, a svaki model mora proći kapiju. Cadence je radno okruženje u kojem fino podešavamo i evaluiramo modele iza Oasis Speecha. Ljudi i agenti za programiranje rade u njemu preko istog API-ja, svaka izmjena je verzionirana, a nijedan model ne stiže u produkciju bez prolaska kroz kapiju. Javni repozitorij, [github.com/usunrise88/cadence](https://github.com/usunrise88/cadence), fork je sistema koji koristimo u produkciji, pod MIT licencom. Ova bilješka opisuje repozitorij. Nije bilješka o mjerenjima. _Repozitorij ukratko._ | Ukratko | Šta to znači | | ------------------------------ | -------------------------------------------------------------------------------------- | | Produkcijski fork | Javni repozitorij je fork sistema u kojem treniramo Oasis Speech | | MIT | Licenca javnog repozitorija | | Jedan ugovor | Jedna OpenAPI datoteka generiše server, web klijent, alate za agente i komandnu liniju | | Treniranje, evaluacija, kapija | Model se registruje tek nakon što prođe svoju kapiju | ## Zašto smo ga napravili Prepoznavač govora se poboljšava finim podešavanjem na vrsti zvuka koju će čuti. Jednokratno to traži skriptu. Svakog mjeseca, za mnoge jezike, s timom i uz pomoć agenata za programiranje, to traži proces, a procesu treba mjesto na kojem živi. To mjesto bilježi odakle podaci potiču, koji je recept dao koji model, šta je bio evaluacijski skup i ko je odobrio pokretanje koje je koštalo dan GPU vremena. Cadence je to mjesto. U njemu treniramo i upoređujemo Oasis Speech. Pokriva cijeli život finog podešavanja: podatke, treniranje, evaluaciju, izvoz, puštanje u rad i produkcijsku petlju koja vraća nove podatke. ## Dvije ideje ### Prilagođen agentima Agent za programiranje radi u Cadenceu preko istog API-ja kao i sučelje. Njegove izmjene stižu kao nacrti pripisani sesiji agenta. Radnje koje troše novac ili mijenjaju zajednički resurs čekaju odobrenje osobe. Svaki panel u sučelju se ažurira uživo dok agent radi, pa osoba koja posmatra vidi kako se mješavina skupova podataka mijenja dok je agent uređuje. ### Prvo API Postoji jedan OpenAPI ugovor. Go server, web klijent, alati za agente (MCP) i komandna linija generišu se iz njega, pa radnja ima isto ime svugdje: `mixes.edit` je operacija, alat i komanda sučelja. Cadence verzionira sve. Recepti žive u gitu. Skupovi podataka, modeli i zlatni evaluacijski skupovi su nepromjenjive verzije u registru. Svaka izmjena ima izvršioca, ključ idempotentnosti i red u reviziji. ## Šta radi ### Treniranje - **Radnici.** GPU radnici prijavljuju šta mogu pokrenuti, preuzimaju poslove preko HTTP-a, šalju otkucaje, strujno šalju logove i metrike te objavljuju kontrolne tačke dok treniraju. - **Pipelinei.** Pipelinei su YAML u git repozitoriju projekta, vezani za verzije koraka i validirani prije pokretanja. Cadence ponovo koristi rezultate prema hešu ulaza, pa se nepromijenjen korak ne izvršava dvaput. - **Pokretanja.** Pokretanje je faza treniranja nad pipelineom, s kalibrisanim procjenama vremena, top-k kontrolnim tačkama, metrikama uživo te pauziranjem i nastavkom. - **Budžeti.** Svaki projekat i svaka sesija agenta ima GPU budžet. Radnja preko budžeta čeka odobrenje, u panelu Odobrenja ili s Telegrama. Budžet pri otkazu zatvara pristup i ubraja poslove u redu, pa red jeftinih poslova ne može preći granicu. - **Operacije.** Pohrana sadržaja s mjeračem diska i izbacivanjem, noćne sigurnosne kopije sa sedmičnim testom vraćanja, obavijesti i dnevni pregled. ### Evaluacija - **Zlatni skupovi.** Cadence zamrzava zlatne skupove iz skupova podataka označenih samo za evaluaciju, uz odobrenje, i vezuje svaki za normalizator ocjenjivanja. Provjerava svaki ulaz za treniranje na zvuk iz svakog zlatnog skupa, pa evaluacijski snimak ne može procuriti u treniranje. - **Evaluacije.** Evaluacija propušta kontrolnu tačku i njenu osnovnu liniju kroz pravi streaming dekoder na svakom profilu latencije. Ocjenjuje stope grešaka, zamjene, brisanja i umetanja, ponašanje u strujanju i metrike entiteta. Ćelije se keširaju među projektima, a razlike nose uparene bootstrap intervale. - **Kapije.** Kapija pretvara cijelu matricu u jednu presudu. Model koji prođe kapiju može se registrovati. Onaj koji ne prođe ostaje vani. - **Paneli.** Izvještaj s grafikonima, razlika među pokretanjima, prikaz zvuka (talasni oblik, spektrogram, riječi), ručni testovi transkripcije uživo s do tri modela jedan do drugog (mikrofon, datoteka ili dio datoteke; Cadence iz njih ništa ne pohranjuje), eksperimenti i sweepovi, jezički paketi s listama pojačanja te porijeklo. ## Šta slijedi Planirano sljedeće: montiranje, unos, zamrzavanje i anotacija. Poslije njih dolaze izvoz, shadow i canary puštanje u rad, trijaža i rasporedi, koji zatvaraju petlju od produkcijskih poziva nazad do podataka za treniranje. Plan razvoja je u repozitoriju. ## Gdje se uklapa Cadence je strana treniranja u cijelom stogu. Oasis Speech je servis za prepoznavanje koji radi na modelima koje Cadence proizvodi, Polygon ocjenjuje agente koji ih koriste, a test opterećenja mjeri servere koji ih pokreću. - [Oasis Speech 2](/bs/research/oasis-speech-2/) - [Kako ocjenjujemo razgovor](/bs/research/how-we-grade-a-conversation/) - [Server Unit pod opterećenjem](/bs/research/server-unit-under-load/) - [Cadence je javan](/bs/news/cadence-is-public/), najava Tags: Research, Prepoznavanje govora, Treniranje --- Contact: hello@dialogist.cc