搜索
Mac 版 Ollama 新增离线 AI 语音生成 速度最高提升 35%
12 小时前
开源平台 Ollama 宣布其 Mac 应用正式支持文本转语音生成功能，Windows 和 Linux 版本也将陆续推出。这是 Ollama 首次引入语音生成能力，标志着本地 AI 应用向语音输出迈出了重要一步。首个支持的语音模型是 Gradium 开发的 Phonon 系列，该模型体积小巧且技术指标先进，用户无需依赖云端服务，可直接在 Apple Silicon Mac 上下载并运行，特别适合注重隐私保护和需要离线使用的场景。在 macOS 上，Ollama 利用苹果开源机器学习框架 MLX，结合 Apple Silicon 的统一内存架构，显著提升了运行效率。官方测试显示，在搭载 M5 Max 芯片的 MacBook Pro 上，该模型在保持词错误率与参考实现相当的同时，语音生成速度比 Gradium 自身实现快了 35%。新功能还支持实时语音生成，用户无需等待 AI 完整输出文本，即可在回答生成过程中同步听到语音，使交互体验更加接近自然对话。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，以及支持全部五种语言的多语言模型。用户还可以选择美式英语或英式英语等不同口音的音色。Ollama 是一个热门的 AI 开源项目，用户可以在本地下载和运行开放 AI 模型，也可以根据需要接入云端更强大的模型。
