Vocello：面向 Apple Silicon 的本地私有语音工作室

云端语音工具很方便，但也会改变工作方式：脚本要离开自己的电脑，模型访问取决于服务状态，私密录音也会变成一次需要额外考虑的上传。Vocello 选择了相反的方向。它是一款面向 Apple Silicon 的本地语音工作室，完成模型包安装后，语音生成可以直接在本机执行。

当前 Mac 版本是面向 macOS 26 和 Apple Silicon 的 Vocello 2.4.0，iPhone 应用则是公开的 TestFlight 公测版。它采用原生 Swift 加 MLX，而不是包裹 Python 和本地服务的工具。因此本文会把普通用户可以直接安装的 Mac 版本，与开发者使用的源码构建路径分开说明。

它能做什么

Built-in Voice 提供 9 个 Qwen3 说话人，是从文字快速得到音频的最短路径。Vocello 可以自动检测语言，也允许手动选择；同时提供表达强度、平衡和一致性等控制，让一句话不必永远听起来像固定不变的预设声音。

如果你需要的是一个角色，而不是一个固定说话人，Voice Design 更有意思。你可以用自然语言描述年龄、音色、口音、能量感和表达方式，然后保存这个声音设计以便复用。它适合旁白、原型和持续出现的角色，不必每次都从参考音频重新开始。

Voice Cloning 接受你拥有或获准使用的参考录音，并在流程中显示同意确认。Vocello 支持 10 种语言，会把超过 900 个字符的脚本转换成长文本项目，按顺序流式生成分段内容，并在历史记录中保留分段映射，让长音频也能继续编辑。

如何安装

截至本文发布时，Mac 版本没有 App Store 发布包。请使用官方的 Vocello 2.4.0 Release，或直接下载对应的 Mac DMG。你需要一台运行 macOS 26 或更高版本的 Apple Silicon Mac，内存至少 8GB；如果要使用 Quality 模型和处理长项目，建议 16GB 或更高。iPhone 版本单独分发，可通过项目的公开 TestFlight 公测版体验。

# Download the signed and notarized Mac release:
open https://github.com/PowerBeef/Vocello/releases/download/v2.4.0/Vocello-macos26.dmg

# Open the DMG and drag Vocello.app to /Applications.

Mac DMG 已完成 Developer ID 签名、公证和票据 stapling。把应用拖入 Applications 后，打开设置并安装模型包：推荐的 Speed 模型大约需要 6GB，如果再加上 Quality，合计可能接近 15GB。第一次下载模型需要联网，模型来自 Hugging Face；模型准备好之后，语音生成、脚本、参考录音、保存的声音、历史记录和生成音频都会留在本地，除非你主动导出。2.x 版本升级会保留应用数据和已安装的模型。

如何使用

可以先从一段短脚本和 Built-in Voice 开始。选择说话人，在自动识别不符合需求时手动指定语言，调整表达方式后开始生成。结果可以试听、保存到历史记录或导出为音频。每次请求使用的 seed 也会记录到历史中，因此在文本和设置不变时，固定 seed 可以帮助复现一次生成结果。

如果声音本身就是需求的一部分，可以切换到 Voice Design。Voice Cloning 只应该用于你拥有或获准使用的参考音频；应用里的同意确认是安全边界，并不能代替实际授权。在 Mac 上，可以导入 WAV、MP3、AIFF、M4A、FLAC、OGG 和 WebM 等常见格式的参考音频。

# After installing Vocello:
# Settings → Model downloads → install Speed packages
# Then choose Built-in Voice, Voice Design, or Voice Cloning.

处理长旁白时，直接粘贴完整脚本，不必手动管理每个片段。Vocello 会把超过 900 个字符的脚本变成项目，按顺序生成各段并合并为最终文件。iPhone 2.4.0 公测版还支持单独重新生成某个片段；如果只有一句话需要修正，就不必重跑整个项目。

# Build the developer CLI only when you need it:
./scripts/build.sh cli
build/vocello modes
build/vocello speakers list

声音工作流与输出

Vocello 适合介于一句话演示和完整制作流水线之间的场景。你可以起草旁白、创建可重复使用的角色、制作多语言原型，或把长脚本拆成一组仍然能在历史记录中追踪的片段。支持的语言包括中文、英语、日语、韩语、德语、法语、俄语、葡萄牙语、西班牙语和意大利语。

工作原理

仓库的核心是 VocelloQwen3Core：一个运行在 MLX 上、基于 mlx-audio-swift 演进而来的第一方 Swift 运行时。应用不需要 Python、单独维护的本地服务，也不会把模型权重打包进应用。Mac 应用、iPhone 应用和 CLI 路径共享同一套引擎，模型包则单独下载，从而避免应用本体过于庞大。

长文本生成会以有界帧流式处理，而不是永久保留所有中间缓冲。按照仓库自己的测量，一次可比的生成任务峰值内存约从 8GB 降到后段约 3GB；一个包含 12 个片段的项目完成时也接近起始内存占用。输出格式为 24kHz、单声道、16-bit WAV，项目记录的是实时系数基准，而不是承诺所有 Mac 都有相同速度。

仓库与版本

源代码位于 PowerBeef/Vocello 仓库，当前 Mac 下载包是 v2.4.0 release。仓库采用 MIT 许可，包含应用、共享引擎、构建脚本、文档和发布元数据。普通用户直接使用 Mac DMG 即可，安装它不需要 Xcode。

CLI 不包含在 Mac DMG 中。只有在需要命令行生成或想参与开发时，才建议从源码构建：仓库脚本要求 macOS 26、Apple Silicon 和完整的 Xcode 26，仅安装 Command Line Tools 不够。如果你必须支持 macOS 15，请查看项目指向的旧版 QwenVoice 1.2.3，而不要把 Vocello 2.x 说成支持旧系统。

安装前需要确认什么

下载前确认四件事：Mac 是 Apple Silicon，系统是 macOS 26 或更高版本，有足够空间存放模型包，并且可以接受一次 Hugging Face 模型下载。如果要录制参考音频，需要允许麦克风权限；如果使用自动填充转录，macOS 可能会为设备端语音识别资源请求 Speech Recognition 权限。iPhone TestFlight 公测版是独立的试验版本，不是 Mac 版本的替代品。

局限在哪里

Vocello 2.x 的范围是有意收窄的：仅支持 Apple Silicon 和 macOS 26 或更高版本，目前没有 Intel 或旧版 macOS 构建。iPhone 应用仍处于公开测试阶段，而且 Mac 与 iPhone 的模型集合并不完全相同。如果你需要一个很小、打开就用的下载包，或者更依赖浏览器工作流，那么本地模型工作室会比托管式 TTS 页面更重。

模型下载是安装过程的一部分，Quality 模型比 Speed 更占内存和磁盘。Voice Cloning 的结果也取决于参考录音和模型，不能保证任何声音都能干净复现。最后，本地生成并不等于获得了使用他人身份的许可：使用参考音频前仍要取得授权，发布真实人物的克隆声音时也应该披露其为 AI 生成音频。

Vocello 会在 WAV 输出中加入不可听见的 AudioSeal 水印和机器可读的来源说明。项目文档还指出，部分司法辖区可能要求披露，包括欧盟。这里应把它看作项目对使用场景的提示，具体义务仍需结合自己的场景确认，而不是把文章当作法律建议。

许可证

应用源代码采用 MIT License。实际使用时，只要在相关分发物中保留版权和许可证说明，就可以查看、修改、使用和再分发这些代码，也可以将其用于商业软件。许可证不提供担保。

这项许可针对的是项目代码，并不会自动覆盖每个模型、依赖、声音参考或生成作品。Qwen3-TTS、MLX、mlx-audio-swift、下载的权重和随附资源各自适用不同条款；源代码许可证也不会授予你克隆现实人物声音的权利。再分发修改后的应用或模型包前，应阅读仓库中的相关说明。

适合安装吗

如果你有一台运行 macOS 26 的 Apple Silicon Mac，并且希望拥有一个尽量留在本地的私有语音工作流，可以从经过签名的 Vocello 2.4.0 DMG 开始。快速出结果用 Built-in Voice，需要可重复的角色用 Voice Design，只有在授权和披露都明确时才使用 Voice Cloning。CLI 或开发工作才需要源码构建；想体验移动端时，再单独尝试 iPhone TestFlight 公测版。

# Download the signed and notarized Mac release:
open https://github.com/PowerBeef/Vocello/releases/download/v2.4.0/Vocello-macos26.dmg

# Open the DMG and drag Vocello.app to /Applications.