Ollama Mac 版支持本地文本转语音模型 Phonon

Ollama 这款用于在本地运行 AI 模型的热门应用宣布，其 Mac 应用现已支持文本转语音生成，Windows 和 Linux 支持即将推出。以下是详细信息。

Ollama 现已支持语音模型

如果你不熟悉 Ollama，它是一个平台，让用户可以在自己的 Mac 上本地下载并运行开放 AI 模型，或通过云端访问更强大的模型。它也适用于 Windows 和 Linux。

Ollama 本身是开源的，已成为 GitHub 上最受欢迎的 AI 项目之一，拥有近 185,000 个星标和约 18,600 个复刻。你可以在这里了解更多信息。

在 macOS 上，Ollama 使用 Apple 的 MLX，这是一个开源机器学习框架，利用 Apple Silicon 的统一内存架构，使受支持的 AI 模型能够更快、更高效地运行。

用户启动并运行 Ollama 后，可以从 Hugging Face 等代码库下载兼容的开源 AI 模型，并直接在 Mac 上运行它们。

这意味着他们无需互联网连接即可使用 AI，也无需将数据发送到外部服务器，不过性能和可运行模型的规模在很大程度上取决于 Mac 的硬件。

尽管如此，Ollama 最近宣布支持 Phonon，这是由 Gradium 开发的一系列文本转语音模型，标志着该平台首次支持语音生成。

正如 Ollama 所解释的，语音是实时生成的，这意味着用户可以在 AI 生成回复的同时收听，而不必等待整个回复完成。

来自 Ollama：

Ollama 现在可以将文本转换为语音。首个语音模型是 Phonon，这是来自 Gradium 的一系列小型、最先进的文本转语音模型。语音模型现已适用于 macOS，Windows 和 Linux 支持即将推出。

该平台表示，得益于 Apple 的 MLX 框架，在一台搭载 M5 Max 的 MacBook Pro 上进行的测试中，其语音生成速度比 Gradium 自身的实现快 35%，同时词错误率与 Hugging Face Transformers 中的参考实现持平。

Phonon 支持五种语言（英语、法语、德语、西班牙语和葡萄牙语），每种语言都有单独的模型，另有一个支持全部五种语言的多语言模型。

用户还可以根据模型选择具有不同口音的各种声音，包括美式英语和英式英语。

要收听音频样本或了解更多关于 Ollama 新语音生成功能的信息，包括通过其 API 使用模型的说明和代码示例，请点击此链接。

Apple Watch Series 12 | Ultra 4

AirPods Pro 3 | AirPods 5

AirTag（第二代）– 4 件装

MacBook Neo

Logitech MX Master 4