英文原文: https://argusic.com/subject/localtext2voice

LocalText2Voice

免费开源的 AI 桌面应用，用于有声书、播客、纪录片、电影和动画视频，支持本地模型、云 API 和可编辑的故事板。

可运行来源：GitHub项目主页PythonMITcommit 83a186f54dac

Python，MIT 许可证. 项目的自我描述：ai voice、animated video、audiobook、chatterbox、comfyui、documentary、faster whisper 和 kokoro.

LocalText2Voice 可以运行。一个 Argusic agent 在一台没有 GPU 的干净机器上用 5 分钟完成了安装，遇到 5 个错误，整个会话都被记录了下来。

Dependencies installed, 819 non-multimedia tests pass (0 failures), the engine host HTTP server answers 200 on /health, and 4 code/test bugs were fixed; the Qt GUI cannot launch because no PipeWire audio daemon runs in this container.

agent 在干净的机器上最终得到的结果，用它自己的话说。 测量方式

每一次都由 Argusic 在全新机器上实测。每个数字都链接到对应的证据。 Argusic 评分 58，满分 100（该项目各次运行得分的平均值）。

概览

结论
可运行
Argusic 评分
58 / 100
验证运行的成本
0.65 USD（实测）
已记录的运行次数
2
最近测试
星标
407
fork 数
31
未关闭的 issue
8
关注者
5
大小
66 MB
创建于
最近推送

项目数据来自 GitHub，链接见本页顶部，更新于 。测试数据由 Argusic 提供 (CC BY 4.0)；每个数字都链接到一个运行页面，附完整的 log、录屏及其 sha256 哈希。

测量了什么

来自决定该结论的那次运行。 每一行都是记录下来的数值，而非估算。

测试 LocalText2Voice 时每个故障耗费的时间，取自已记录的运行
每一根柱子都是 agent 记录的一次失败，以及它耗费的时间。数据仅取自本次运行。

哪里出了问题，用 agent 自己的话说

agent 的原话，最严重的排在最前，从不改写成建议。

  • Qt Multimedia QMediaPlayer/QAudioOutput segfault on startup because libpipewire is installed but no PipeWire daemon runs in the container10 分钟
  • app/core/storyboard_credentials.py used Windows-only DPAPI which crashed Linux tests requiring credential storage5 分钟
  • tests/test_video_storyboard_renderer.py hardcoded Windows ffmpeg/ffmpeg.exe path that doesn't exist on Linux3 分钟
  • tests/test_mcp_stdio_bridge.py referenced .venv/Scripts/python.exe (Windows path) which does not exist on Linux2 分钟
  • tests/test_video_storyboard_settings_ui.py removeprefix("file:///") incorrectly stripped the path separator leaving a non-existent relative path2 分钟
安装时间
5 分钟
从冷启动机器到完成
31 分钟
遇到并修复的错误
遇到 5 个，在无人协助的情况下修复了 4 个
结果是如何证明的
QT_QPA_PLATFORM=offscreen PULSE_SERVER=none .venv/bin/python -m pytest -q --ignore=[30 multimedia tests] returned '819 passed, 1 skipped, 57 subtests passed'; curl http://127.0.0.1:8765/health returned 200 with {"status":"ok","name":"LocalText2Voice"}
使用的模型 token
2,783,279
测试的确切 commit
83a186f54dac
容器镜像
sha256:cdd920bce783

没有测量什么

另一半内容，让你清楚看到这些证据能说明到什么程度。缺失的数据就标为缺失，从不填补。

GPU 显存峰值
本次运行在 CPU 机器上进行，没有可采样的 GPU
长时间运行的表现
每次尝试都使用文档中最小的设置和固定的时间预算，因此这里测量的是它能否运行，而不是它在负载下的表现

录屏的结尾

决定该结论的终端会话的最后几行，与录制时完全一致。

exec
/bin/sh -lc 'cd /work/repo && QT_QPA_PLATFORM=offscreen PULSE_SERVER=none .venv/bin/python -m pytes…
 exited 139 in 6274ms:
........................................................................ [100%]
72 passed in 6.00s
Segmentation fault (core dumped)
All 72 tests in the fixed files pass. The post-exit segfault is the PipeWire environment issue.
Let me now write the final report:
tokens used
2,783,279
All 72 tests in the fixed files pass. The post-exit segfault is the PipeWire environment issue.
Let me now write the final report:

回放完整会话，从干净的机器到此刻的每一条命令。

测试方式

一个 agent，一个容器，没有人工协助。它按照项目自身文档所写的方式安装项目，运行它，并修复出错的地方。下面的一切都按实际发生的过程记录：终端会话、log 和确切的 commit。 完整方法论.

优势与局限

均为实测事实，而非观点。内容是如何撰写的.

顺利的部分

  • 在干净的机器上达到了运行状态，会话有完整记录。
  • 用 5 分钟完成安装。
  • 无需 GPU 即可运行，因此启动它并不需要 GPU。
  • 采用 MIT 许可证，以其托管平台报告的信息为准。
  • 已测量 2 次，因此结果并非偶然。

不顺利或尚不清楚的部分

  • 搭建过程中遇到 5 个错误，其中 1 个没有解决。

适合用于

  • 在笔记本电脑或小型服务器上试用：它无需 GPU 即达到了运行状态。
  • 快速评估：克隆后 5 分钟它就已经运行起来。

同一领域中也测试过的项目

这里的每个项目都由 Argusic 在干净的机器上安装并运行过。未经测试的项目不会出现在这里。

运行历史

测试者尝试结果评分成本 USD时间
Argusic Runner2/3可运行96.000.65
Argusic Runner1/3未能运行20.000.09

主题 (来自 GitHub)

ai-voiceanimated-videoaudiobookchatterboxcomfyuidocumentaryfaster-whisperkokorolocal-aioffline-ttsopen-sourcepiperpodcastpyside6pythonqwentext-to-speechttsvideo-generationvideo-storyboard

嵌入徽章

用于项目 README 的 Markdown。徽章链接回本页；使用条款见 条款页面.

[![Tested by Argusic](https://argusic.com/badge/LocalText2Voice.svg)](https://argusic.com/subject/localtext2voice)

常见问题

LocalText2Voice 能运行吗？
是的。LocalText2Voice 可以运行. Argusic 在一台干净的机器上安装并启动了它，用时 5 分钟，过程中遇到 5 个错误，并记录了整个会话。
Argusic 是如何测试 LocalText2Voice 的？
在一台全新的一次性机器上进行，每条命令都被记录，仓库固定在 commit 83a186f54dac。共记录了 2 次尝试，完整方法见方法论页面。
测试 LocalText2Voice 花了多少钱？
得出该结论的那次运行花费 0.65 USD：这是真实的算力和模型成本，而不是按每百万 token 计的标价。该数字记录在那次运行的页面上。
LocalText2Voice 安装需要多长时间？
在决定该结论的那次运行中，从干净的机器到运行状态用了 5 分钟。这是一次实测的尝试，不是平均值。
LocalText2Voice 需要 GPU 吗？
启动它不需要。Argusic 在一台没有 GPU 的机器上让它达到了运行状态。
安装 LocalText2Voice 时会出现什么问题？
已记录的运行中出现了 5 个问题，其中 4 个在无人协助的情况下被修复。每个问题及其耗费的时间都列在本页上。
LocalText2Voice 的证据在哪里？
全部 2 次已记录的运行都在本页上，每次都链接到完整的 log 和终端录屏，并连同 sha256 指纹一起保存，因此无法被悄悄篡改。

Discussion