Englisches Original: https://argusic.com/subject/vocello

Vocello

Vocello: ein privates Sprachstudio für Apple Silicon. Schreiben Sie ein Skript, wählen Sie eine Stimme aus oder beschreiben Sie eine, und erzeugen Sie Sprache lokal auf Ihrem Mac und iPhone. Natives Swift und MLX, kein Python, keine Cloud. Mac-App und Befehlszeile jetzt verfügbar, iPhone-Beta auf TestFlight. (Zuvor QwenVoice.)

LäuftQuelle: GitHubHomepageSwiftMITCommit 0472486e059e

Swift, Lizenz MIT. Das Projekt beschreibt sich selbst als: apple silicon, ios, iphone, macos, mlx, offline, qwen und qwenvoice.

Vocello läuft. Ein Argusic-Agent hat es in 17 Minuten installiert und ist auf 5 Fehler gestoßen. Das geschah auf einer sauberen Maschine ohne GPU, und die gesamte Sitzung wurde aufgezeichnet.

On this Linux container the repository's deterministic contract gate passes cleanly, the Python suite passes 1526 tests with 2 unfixable lsof-dependent tests failing, the website's 19 unit tests and production build pass under portable Node 22, and a vite preview server served the prerendered site and both voice-sample WAVs with HTTP 200 and full ffmpeg decode.

Was der Agent auf einer sauberen Maschine erreicht hat, in seinen eigenen Worten. So wird gemessen

Von Argusic jedes Mal auf einer frischen Maschine gemessen. Jede Zahl verlinkt auf ihren Nachweis. Argusic Score 96 von 100 (der Mittelwert der Lauf-Scores dieses Projekts).

Auf einen Blick

Befund
Läuft
Argusic Score
96 / 100
Kosten des verifizierenden Laufs
0,13 USD (gemessen)
aufgezeichnete Läufe
1
zuletzt getestet
Sterne
387
Forks
37
offene Issues
9
Beobachter
5
Größe
80 MB
erstellt
letzter Push

Projektdaten von GitHub, oben auf dieser Seite verlinkt, aktualisiert . Testdaten von Argusic (CC BY 4.0); jede Zahl verlinkt auf eine Laufseite mit dem vollständigen Log, der Aufzeichnung und deren sha256-Hashes.

Was gemessen wurde

Aus dem Lauf, der diesen Befund entschieden hat. Jede Zeile ist ein aufgezeichneter Wert, keine Schätzung.

Durch jeden Fehlschlag verlorene Zeit beim Testen von Vocello, aus dem aufgezeichneten Lauf gezeichnet
Jeder Balken ist ein Fehler, den der Agent aufgezeichnet hat, mit der Zeit, die er gekostet hat. Aus diesem Lauf gezeichnet, aus keiner anderen Quelle.

Was schiefging, in den Worten des Agents

Die eigenen Worte des Agents, das Schwerste zuerst, nie zu Ratschlägen umgeschrieben.

  • lsof is not installed, so build_cleanup.py refuses cleanup and 8 tests failed8 Minuten
  • shallow clone (1 commit) had no refs/heads/main; HEAD was detached, breaking dev status and 1 test4 Minuten
  • Node 18 lacks node:util.styleText needed by rolldown/vite; rendered-contract test crashed3 Minuten
  • macOS-only Swift/Xcode app and MLX TTS runtime cannot build or run on Linux x86_64 (no swift toolchain, no Apple Silicon, no Metal)2 Minuten
  • npm ci warned EBADENGINE under system Node 18 (website requires Node 20.19+ or 22.12+)1 Minute
Installationszeit
17 Minuten
Von der kalten Maschine bis zum Ende
12 Minuten
Aufgetretene und behobene Fehler
5 aufgetreten, 4 ohne menschliche Hilfe behoben
Wie das Ergebnis belegt wurde
./scripts/check_project_inputs.sh --python none exited 0 ('Project inputs are clean'); pytest -n auto -m 'not research' exited 1 with 1526 passed / 2 failed after the lsof shim; npm test under Node 22.12.0 exited 0 with 19 pass, 0 fail plus 'Rendered accessibility contract: PASS'; npm run build exited 0; curl http://127.0.0.1:4176/robots.txt returned 200 four times in a row; ffmpeg -v error -i wav -f null - returned no errors for both sample WAVs
Verbrauchte Modell-Tokens
578.647
Genau getesteter Commit
0472486e059e
Container-Image
sha256:cdd920bce783

Was nicht gemessen wurde

Die andere Hälfte, damit Sie genau sehen, wie weit dieser Nachweis reicht. Eine Lücke wird als Lücke angezeigt und nie aufgefüllt.

Maximaler GPU-Speicher
dieser Lauf fand auf einer CPU-Maschine statt, es gab also keine GPU zu messen
Verhalten über einen langen Lauf
jeder Versuch verwendet die kleinsten dokumentierten Einstellungen und ein festes Zeitbudget, daher misst dies, ob es läuft, nicht wie es sich unter Last hält

Sitzung ansehen

Der gesamte Lauf, von einer sauberen Maschine aus, in der tatsächlichen Geschwindigkeit. Nichts ist geschnitten, nichts beschleunigt.

Eine Aufzeichnung von Versuch 1, gelaufen am , der Versuch, der den obigen Befund entschieden hat. Die Terminalaufzeichnung, aus der es erstellt wurde, ist der Nachweis, gespeichert mit einem sha256-Fingerabdruck; das Video ist ein Rendering davon. Vom Video-Host wird nichts geladen, bis Sie auf Abspielen drücken.

Das Ende der Aufzeichnung

Die letzten Zeilen der Terminalsitzung, die diesen Befund entschieden hat, genau so, wie sie aufgezeichnet wurden.

- Website: `npm test` (Node 22) → **19/19 pass** + `Rendered accessibility contract: PASS`; `npm ru…
- Repo repair: renamed `.git/HEAD` to `HEAD.detached` and re-created `HEAD` pointing at `refs/heads…
- Working tree clean, branch `main`, no repo files modified.
**Remaining unfixed**
- `lsof` missing → `build_cleanup.py` refuses to run, so 8 tests fail without it, and 2 tests that …
- Node 18 system runtime is below the website's `engines` requirement; fixed by downloading the off…
- Real TTS generation requires the macOS MLX runtime and downloaded Qwen3 model packages (several G…
exec
/bin/sh -lc true in /work/repo
 succeeded in 0ms:
tokens used
578,647

Gesamte Sitzung abspielen, jeder Befehl von einer sauberen Maschine bis zu diesem Punkt.

So wurde getestet

Ein Agent, ein Container, keine menschliche Hilfe. Er installiert das Projekt so, wie es die eigene Dokumentation beschreibt, führt es aus und behebt, was nicht funktioniert. Alles Folgende wurde so aufgezeichnet, wie es geschah: die Terminalsitzung, das Log und der genaue Commit. Die vollständige Methodik.

Stärken und Grenzen

Gemessene Fakten, keine Meinungen. Wie diese Inhalte entstehen.

Was gut lief

  • Hat auf einer sauberen Maschine einen lauffähigen Zustand erreicht, mit aufgezeichneter Sitzung.
  • In 17 Minuten installiert, schneller als der Median der 5 vergleichbaren Projekte, die Argusic gemessen hat.
  • Lief ohne GPU, braucht also keine, um zu starten.
  • Lizenz MIT, laut Angabe des Hosts.

Was nicht lief oder unbekannt ist

  • Ist bei der Einrichtung auf 5 Fehler gestoßen, davon 1 nicht gelöst.
  • Bisher einmal gemessen. Ein einzelner Versuch zeigt, dass es laufen kann, nicht dass es zuverlässig läuft.

Von den 6 Projekten im Bereich apple-silicon, die Argusic installiert und zeitlich gemessen hat, belegte Vocello Platz 3 bei der Zeit bis zum lauffähigen Zustand, und 2 von 6 erreichten überhaupt einen solchen Zustand.

Wofür es eine vernünftige Wahl ist

  • Zum Ausprobieren auf einem Laptop oder kleinen Server: Es erreichte einen lauffähigen Zustand ohne GPU.

Ebenfalls getestet, im selben Bereich

Jedes dieser Projekte wurde von Argusic auf einer sauberen Maschine installiert und ausgeführt. Hier erscheint nichts, was nicht getestet wurde.

Laufverlauf

getestet vonVersuchErgebnisScoreKosten USDwann
Argusic Runner1/3Läuft96,000,13

Themen (von GitHub)

apple-siliconiosiphonemacosmlxofflineqwenqwenvoiceswiftuitext-to-speechttsvocellovoice-cloningvoice-synthesis

Badge einbetten

Markdown für die README des Projekts. Es verlinkt hierher zurück; Bedingungen auf der Seite mit den Nutzungsbedingungen.

[![Tested by Argusic](https://argusic.com/badge/Vocello.svg)](https://argusic.com/subject/vocello)

Fragen

Läuft Vocello?
Ja. Vocello läuft. Argusic hat es auf einer sauberen Maschine in 17 Minuten installiert und gestartet, ist dabei auf 5 Fehler gestoßen und hat die Sitzung aufgezeichnet.
Wie hat Argusic Vocello getestet?
Auf einer frischen Einwegmaschine, mit jedem Befehl aufgezeichnet und dem Repository fixiert auf Commit 0472486e059e. Ein Versuch ist aufgezeichnet, und die vollständige Methode steht auf der Seite zur Methodik.
Was hat der Test von Vocello gekostet?
Der Lauf, der diesen Befund ergab, kostete 0,13 USD: echte Rechen- und Modellkosten, kein Listenpreis pro Million Tokens. Der Betrag ist auf der Seite dieses Laufs aufgezeichnet.
Wie lange dauert die Installation von Vocello?
17 Minuten in dem Lauf, der diesen Befund entschieden hat, von einer sauberen Maschine bis zum lauffähigen Zustand. Das ist ein gemessener Versuch, kein Durchschnitt.
Braucht Vocello eine GPU?
Nicht zum Starten. Argusic hat auf einer Maschine ohne GPU einen lauffähigen Zustand erreicht.
Was geht bei der Installation von Vocello schief?
Im aufgezeichneten Lauf gingen 5 Dinge kaputt, und 4 davon wurden ohne menschliche Hilfe behoben. Jedes davon und die Zeit, die es gekostet hat, ist auf dieser Seite aufgeführt.
Wie schneidet Vocello im Vergleich zu Alternativen ab?
Von den 6 Projekten im Bereich apple-silicon, die Argusic installiert und zeitlich gemessen hat, belegte Vocello Platz 3 bei der Zeit bis zum lauffähigen Zustand, und 2 von 6 erreichten überhaupt einen solchen Zustand.
Wo ist der Nachweis für Vocello?
Der aufgezeichnete Lauf ist auf dieser Seite, jeweils mit Link auf das vollständige Log und die Terminalaufzeichnung, gespeichert mit einem sha256-Fingerabdruck, damit nichts unbemerkt verändert werden kann.

Discussion