Ollama Mac版新增离线语音生成：数据不联网，速度比原方案快35%

10月24日，本地运行AI模型的开源平台Ollama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，本地AI由此从“能读会写”进一步迈向“能开口说话”。此前IT之家10月27日消息已报道此事。

首个获得支持的语音模型来自Gradium开发的Phonon系列。这一系列模型体积不大，技术指标却相当先进。用户不用依赖云端服务，通过Ollama就能直接下载，并在Apple Silicon Mac上运行，适合看重隐私、需要离线使用的场景。

在macOS上，Ollama用上了苹果开源机器学习框架MLX，借助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的词错误率与Hugging Face Transformers参考实现相当，语音生成速度则比Gradium自身实现快35%。

新功能还支持实时语音生成。用户无需等AI把文本完整输出，在回答生成过程中就能同步听到语音，交互体验更接近自然对话。

据博文介绍，Phonon目前有英语、法语、德语、西班牙语和葡萄牙语五种语言的独立模型，另外还提供覆盖全部五种语言的多语言模型。音色方面，用户可选择美式英语、英式英语等不同口音。

Ollama是GitHub上颇受欢迎的AI开源项目之一，已有近18.5万颗Star和约1.86万个Fork分叉。用户既能在本地下载、运行开放AI模型，也能按需接入云端更强大的模型。