🌀 AIBB-Flywheel

新闻数据飞轮
← 返回文章列表
ithome 科技 采集 2026-10-27T04:13:21+00:00

Mac 版 Ollama 支持离线生成 AI 语音

原始标题:Mac 版 Ollama 新增离线生成 AI 语音:数据不出门,速度比原方案最高快 35%

来源
ithome
发布时间
2026-10-27T01:00:25
采集批次
2026-10-27-04
字数
655
URL 指纹
db572886c4fe2b25

📌 AI 总结(212 字)

开源本地 AI 平台 Ollama 的 Mac 应用新增文本转语音功能,首批支持 Gradium 的 Phonon 系列模型,可在 Apple Silicon 设备离线运行,避免数据上传云端。借助苹果 MLX 框架和统一内存架构,官方称搭载 M5 Max 芯片的 MacBook Pro 生成速度最高提升 35%,并支持边生成边播放。当前模型涵盖英、法、德、西、葡五种语言,Windows 和 Linux 版本也将陆续跟进。
📄 正文(655 字)
开源本地 AI 平台 Ollama 于 10 月 24 日宣布,其 Mac 应用正式支持文本转语音生成,Windows 和 Linux 版本随后跟进。这是 Ollama 首次加入语音生成能力,使本地 AI 从文本交互进一步扩展到语音输出。

首个支持的语音模型来自 Gradium 开发的 Phonon 系列。该模型体积较小,用户无需依赖云端服务,即可通过 Ollama 下载并直接在 Apple Silicon Mac 上运行,适合重视数据隐私和有离线需求的用户。

macOS 版本采用苹果开源机器学习框架 MLX,并利用 Apple Silicon 的统一内存架构提升运行效率。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 参考实现相当的情况下,语音生成速度比 Gradium 自有实现最高快 35%。

新功能还支持实时语音生成。用户无需等待文本完整生成,可在回答生成过程中同步听到语音,交互方式更接近自然对话。

目前,Phonon 提供英语、法语、德语、西班牙语和葡萄牙语五种独立模型,以及支持上述全部语言的多语言模型;用户还可选择美式英语、英式英语等不同口音的音色。

Ollama 是 GitHub 上广受欢迎的 AI 开源项目之一,拥有近 18.5 万颗 Star 和约 1.86 万个 Fork。其主要能力是让用户在本地下载和运行开放 AI 模型,同时也可以按需接入更强大的云端模型。