跳到正文
实时
热点事件历史事件

Ollama上线文本转语音,首发Phonon

2 篇报道2 个报道来源23 天前更新

先了解这件事

AI 综述

Ollama 新增文本转语音能力,首个接入的语音模型是 Gradium 的 Phonon 小型 TTS 模型家族。该功能目前仅支持 macOS 的 Apple Silicon Mac,Windows 和 Linux 支持“即将推出”;使用需下载 Ollama 0.40.11 或更高版本。 Phonon 的 40M 模型以 CC BY-NC 4.0 许可发布,仅限非商业用途。它兼容 OpenAI 的 /v1/audio/speech 接口,使用 OpenAI SDK 的现有代码只需更换 base URL 即可调用。 Ollama 称,在 macOS 上该功能借助苹果 MLX 框架离线运行,数据无需上传云端;官方测试显示,在搭载 M5 Max 芯片的 MacBook Pro 上,Phonon 在词错误率与 Hugging Face Transformers 参考实现相当的前提下,语音生成速度比 Gradium 自身实现快 35%。

AI 根据报道生成 · 更新于 23 天前

报道时间线

沿着报道,了解事件的不同侧面。

10月27日
  1. IT之家 · AI
    Ollama Mac 版新增离线生成 AI 语音:数据不出门,速度比原方案最高快 35%

    Ollama 于 10 月 24 日宣布其 Mac 应用正式支持文本转语音(TTS)生成,首个支持的语音模型是 Gradium 开发的 Phonon 系列,用户无需依赖云端服务,可在 Apple Silicon Mac 上运行。在搭载 M5 Max 芯片的 MacBook Pro 上,Phonon 语音生成速度比 Gradium 自身实现快 35%,并支持实时语音生成。

10月24日
  1. Ollama Blog精选
    Ollama上线语音模型,首发Phonon文本转语音

    Ollama新增文本转语音能力,首个接入的语音模型是Gradium的小型TTS模型家族Phonon,目前支持macOS、Windows和Linux,支持即将推出。