Ollama Mac 應用程式新增本地文本轉語音模型支持

Ollama 宣佈其 Mac 應用程式現已支援文本轉語音生成，並預計將於不久後推出 Windows 及 Linux 版本。以下為相關詳情。

Ollama 現已支援語音模型。如果您對 Ollama 不熟悉，它是一個讓用戶能夠在其 Mac 上下載並運行開放式 AI 模型的平台，或透過雲端訪問更強大的模型。該平台亦可用於 Windows 和 Linux。Ollama 本身為開源，並已成為 GitHub 上最受歡迎的 AI 項目之一，獲得近 185,000 顆星及約 18,600 次分叉。用戶可在此瞭解更多資訊。

Ollama 將於不久後推出 Windows 和 Linux 版本

在 macOS 系統上，Ollama 利用 Apple 的 MLX 開源機器學習框架，該框架充分利用 Apple Silicon 的統一內存架構，使支援的 AI 模型能更快地運行並提高效率。用戶啟動 Ollama 後，可以從 Hugging Face 等資源庫下載兼容的開源 AI 模型，並直接在其 Mac 上運行。這意味著用戶可以在無需連接網絡或將數據發送至外部伺服器的情況下使用 AI，儘管他們能運行的模型性能及大小在很大程度上取決於其 Mac 的硬件。

Ollama 最近宣佈支援 Phonon，這是一組由 Gradium 開發的文本轉語音模型，這是該平台首次支援語音生成。Ollama 解釋道，語音生成是即時進行的，這意味著用戶可以在 AI 生成回應的同時收聽，而不必等到整個回應完成。

根據 Ollama 的說法，Ollama 現在可以將文本轉換為語音。首個語音模型為 Phonon，這是一組來自 Gradium 的小型尖端文本轉語音模型。語音模型現已在 macOS 上提供，Windows 和 Linux 支援將於不久後推出。該平台表示，得益於 Apple 的 MLX 框架，它在 M5 Max 的 MacBook Pro 上的測試中實現了比 Gradium 自身實現快 35% 的語音生成速度，同時與 Hugging Face Transformers 的參考實現的字詞錯誤率相匹配。

Phonon 支援五種語言（英語、法語、德語、西班牙語和葡萄牙語），每種語言都有獨立的模型，還有一個支援所有五種語言的多語言模型。用戶還可以根據模型選擇不同口音的多種聲音，包括美式和英式英語。全新的語音模型現在已可用於運行 Ollama 0.40.11 或更高版本的 Apple Silicon Mac。用戶可以通過 Ollama 直接下載 Phonon 開始使用。

若要收聽音頻範例或瞭解更多關於 Ollama 新的語音生成能力的資訊，包括通過其 API 使用模型的說明及代碼範例，請跟隨此鏈接。