Ollama Mac版新增离线语音生成：首个支持Phonon模型，速度最高快35% - 果核剥壳

10月27日消息，本地运行AI模型的开源平台Ollama于10月24日宣布，其Mac应用正式支持文本转语音（TTS）生成，Windows和Linux版本也将随后跟进。

科技媒体9to5Mac认为，这是Ollama首次加入语音生成能力，让本地AI从“能读会写”进一步迈向“能开口说话”。

首个支持的语音模型是Gradium开发的Phonon系列。该模型体积较小、技术指标先进，用户无需依赖云端服务，可通过Ollama直接下载并在Apple Silicon Mac上运行，适合注重隐私、需要离线使用的场景。

在macOS上，Ollama采用苹果开源机器学习框架MLX，充分利用Apple Silicon的统一内存架构来提升运行效率。官方测试显示，在搭载M5 Max芯片的MacBook Pro上，Phonon在保持与Hugging Face Transformers参考实现相当的词错误率前提下，语音生成速度比Gradium自身实现快35%。

新功能还支持实时语音生成：用户不必等待AI完整输出文本，可以在回答生成过程中同步听到语音，交互体验更接近自然对话。

据博文介绍，Phonon目前提供英语、法语、德语、西班牙语和葡萄牙语五种语言的独立模型，并配有支持全部五种语言的多语言模型；用户还可选择美式英语或英式英语等不同口音的音色。

Ollama是GitHub上广受欢迎的AI开源项目之一，拥有近18.5万颗Star和约1.86万个Fork分叉，用户可以在本地下载、运行开放AI模型，也可按需接入云端更强大的模型。