RecodeX 重构消息,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生成,Windows和Linux版本将随后跟进,这是Ollama首次加入语音生成能力。首个支持的语音模型为Gradium开发的Phonon系列,体积小,用户无需依赖云端服务即可下载到Apple Silicon Mac上离线运行。
在macOS上,Ollama采用苹果开源机器学习框架MLX,借助统一内存架构提升效率。官方测试显示,在搭载M5 Max芯片的MacBook Pro上,该模型词错误率与参考实现相当,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,用户可在AI输出文本过程中同步听到语音。
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及多语言模型,并可选美式或英式英语等口音音色。