--- title: "Cadence: radno okruženje za treniranje Oasis Speecha" description: "Cadence je mjesto gdje fino podešavamo i ocjenjujemo modele iza Oasis Speecha. Ljudi i programerski agenti koriste jedan API, a svaki model mora proći prag." canonical: "https://dialogist.cc/hr/research/cadence/" locale: "hr" updatedAt: "2026-10-20" --- # Cadence: radno okruženje u kojem fino podešavamo, ocjenjujemo i provjeravamo modele iza Oasis Speecha Istraživanje · 2026-10-20 · Dialogist team > Cadence je mjesto gdje fino podešavamo i ocjenjujemo modele iza Oasis Speecha. Ljudi i programerski agenti koriste jedan API, a svaki model mora proći prag. Cadence je radno okruženje u kojem fino podešavamo i ocjenjujemo modele iza Oasis Speecha. Ljudi i programerski agenti u njemu rade preko istog API-ja, svaka je promjena verzionirana i nijedan model ne dolazi u produkciju bez prolaska kroz prag. Javni repozitorij, [github.com/usunrise88/cadence](https://github.com/usunrise88/cadence), fork je sustava koji vodimo u produkciji, pod licencijom MIT. Ova bilješka opisuje repozitorij. To nije bilješka o mjerenju. _Repozitorij ukratko._ | Ukratko | Što to znači | | ---------------------------- | ------------------------------------------------------------------------------------------- | | Fork produkcije | Javni repozitorij fork je sustava u kojem treniramo Oasis Speech | | MIT | Licencija javnog repozitorija | | Jedan ugovor | Jedna OpenAPI datoteka generira poslužitelj, web-klijent, alate za agente i naredbeni redak | | Treniranje, evaluacija, prag | Model se registrira tek nakon što prođe svoj prag | ## Zašto smo ga izgradili Prepoznavač govora poboljšava se finim podešavanjem na zvuku kakav će čuti. Jednom to zahtijeva skriptu. Raditi to svakog mjeseca, za mnoge jezike, s timom i uz pomoć programerskih agenata, zahtijeva proces, a procesu treba mjesto na kojem živi. To mjesto bilježi odakle podaci dolaze, koji je recept proizveo koji model, kakav je bio evaluacijski skup i tko je odobrio izvođenje koje je koštalo dan GPU vremena. Cadence je to mjesto. U njemu treniramo i uspoređujemo Oasis Speech. Pokriva cijeli život finog podešavanja: podatke, treniranje, evaluaciju, izvoz, uvođenje u rad i produkcijsku petlju koja vraća nove podatke. ## Dvije ideje ### Prilagođen agentima Programerski agent u Cadenceu radi 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 ažurira se uživo dok agent radi, pa osoba koja gleda vidi kako se mješavina skupova podataka mijenja dok je agent uređuje. ### API na prvom mjestu Postoji jedan OpenAPI ugovor. Poslužitelj u Gou, web-klijent, alati za agente (MCP) i naredbeni redak generiraju se iz njega, pa radnja posvuda ima isti naziv: `mixes.edit` je operacija, alat i naredba sučelja. Cadence verzionira sve. Recepti žive u gitu. Skupovi podataka, modeli i zlatni evaluacijski skupovi nepromjenjive su verzije u registru. Svaka promjena ima izvršitelja, ključ idempotentnosti i redak u revizijskom tragu. ## Što radi ### Treniranje - **Radnici.** GPU radnici prijavljuju što mogu izvoditi, preuzimaju poslove preko HTTP-a, šalju otkucaje, strujno šalju zapisnike i metrike te objavljuju kontrolne točke dok treniraju. - **Cjevovodi.** Cjevovodi su YAML u git repozitoriju projekta, vezani uz verzije koraka i provjereni prije izvođenja. Cadence ponovno koristi rezultate prema sažetku ulaza, pa se nepromijenjen korak ne izvodi dvaput. - **Izvođenja.** Izvođenje je faza treniranja nad cjevovodom, s kalibriranim procjenama vremena, najboljih k kontrolnih točaka, metrikama uživo te pauziranjem i nastavkom. - **Proračuni.** Svaki projekt i svaka sesija agenta imaju GPU proračun. Radnja iznad proračuna čeka odobrenje, u panelu Approvals ili preko Telegrama. Proračun je siguran u slučaju kvara i ubraja poslove u redu, pa red jeftinih poslova ne može zbrojem premašiti ograničenje. - **Operacije.** Pohrana sadržaja s mjeračem diska i istiskivanjem, noćne sigurnosne kopije s tjednim testom vraćanja, obavijesti i dnevni sažetak. ### Evaluacija - **Zlatni skupovi.** Cadence zamrzava zlatne skupove iz skupova podataka označenih samo za evaluaciju, uz odobrenje, i svaki veže uz normalizator ocjenjivanja. Provjerava svaki ulaz za treniranje u odnosu na zvuk svakog zlatnog skupa, pa evaluacijski isječak ne može procuriti u treniranje. - **Evaluacije.** Evaluacija provodi kontrolnu točku i njezinu osnovicu kroz pravi dekoder za strujanje u svakom profilu latencije. Ocjenjuje stope pogrešaka, zamjene, brisanja i umetanja, ponašanje pri strujanju i metrike entiteta. Ćelije se pohranjuju u predmemoriju među projektima, a razlike nose uparene bootstrap intervale. - **Pragovi.** Prag cijelu matricu pretvara u jednu presudu. Model koji prođe svoj prag može se registrirati. Onaj koji ne prođe ostaje izvan. - **Paneli.** Izvještaj s grafikonima, razlika između izvođenja, prikaz zvuka (valni oblik, spektrogram, riječi), ručna testiranja transkripcije uživo s do tri modela jedan pored drugog (mikrofon, datoteka ili odsječak datoteke; Cadence iz njih ništa ne pohranjuje), eksperimenti i pretraživanja parametara, jezični paketi s popisima pojačanja i podrijetlo. ## Što slijedi Planirano sljedeće: montiranje, unos, zamrzavanje i anotacija. Nakon toga dolaze izvoz, sjenčano i kanarsko uvođenje, trijaža i rasporedi, koji zatvaraju petlju od produkcijskih poziva natrag do podataka za treniranje. Plan razvoja nalazi se u repozitoriju. ## Gdje se uklapa Cadence je strana treniranja u cijelom stogu. Oasis Speech je servis za prepoznavanje koji radi na modelima što ih Cadence proizvodi, Polygon ocjenjuje agente koji ih koriste, a test opterećenja mjeri poslužitelje na kojima rade. - [Oasis Speech 2](/hr/research/oasis-speech-2/) - [Kako ocjenjujemo razgovor](/hr/research/how-we-grade-a-conversation/) - [Server Unit pod opterećenjem](/hr/research/server-unit-under-load/) - [Cadence je javan](/hr/news/cadence-is-public/), najava Tags: Research, Prepoznavanje govora, Treniranje --- Contact: hello@dialogist.cc