Mac 版 Ollama 新增离线 TTS,Phonon 模型本地生成语音提速 35%
Mac 版 Ollama 新增离线生成 AI 语音:数据不出门,速度比原方案最高快 35%
Ollama 的 Mac 版能离线生成语音了,用的 Gradium Phonon 模型,数据不出本机,M5 Max 上还比原实现快 35%,注重隐私的可以试试。
Ollama 于 10 月 24 日宣布 Mac 应用支持文本转语音,Windows 和 Linux 版本将随后跟进。首个支持的语音模型是 Gradium 的 Phonon 系列,可在 Apple Silicon Mac 上离线运行,无需依赖云端。Ollama 在 macOS 上采用苹果 MLX 框架,官方测试显示在 M5 Max 的 MacBook Pro 上,Phonon 在词错误率与 Hugging Face Transformers 参考实现相当的前提下,生成速度比 Gradium 自身实现快 35%。新功能还支持边生成文本边输出语音,目前覆盖英语、法语、德语、西班牙语和葡萄牙语五种语言。
Mac 版 Ollama 新增离线生成 AI 语音:数据不出门,速度比原方案最高快 35%
IT之家 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,更适合注重隐私、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 在保持了与 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。 IT之家援引博文介绍,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。