跳到正文
新浪科技·· 26 天前AI 評分69

Ollama Mac 版新增離線語音生成,Phonon 速度較 Gradium 自身實作快 35%

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%

AI 導讀

Ollama Mac 應用程式新增文字轉語音(TTS),用戶可在 Apple Silicon Mac 本機下載及運行 Phonon,毋須依賴雲端服務。官方測試顯示,在搭載 M5 Max 晶片的 MacBook Pro 上,Phonon 的語音生成速度較 Gradium 自身實作快 35%,詞錯誤率則與 Hugging Face Transformers 參考實作相當。

正文

IT之家 10 月 27 日消息,本地运行 AI 模型的开源平台 Ollama 于 10 月 24 日宣布,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,让本地 AI 从“能读会写”进一步迈向“能开口说话”。

首个支持的语音模型是 Gradium 开发的 Phonon 系列。该模型体积较小、技术指标先进,用户无需依赖云端服务,可通过 Ollama 直接下载并在 Apple Silicon Mac 上运行,更适合注重隐私、需要离线使用的场景。

在 macOS 上,Ollama 采用苹果开源机器学习框架 MLX,充分利用 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 在保持了与 Hugging Face Transformers 参考实现相当的词错误率前提下,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,用户不必等待 AI 完整输出文本,可以在回答生成过程中同步听到语音,交互体验更接近自然对话。

IT之家援引博文介绍,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,并配有支持全部五种语言的多语言模型;用户还可选择美式英语或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 分叉,用户可以在本地下载、运行开放 AI 模型,也可按需接入云端更强大的模型。

新浪众测 新浪众测

新浪科技公众号

新浪科技公众号

“掌”握科技鲜闻 (微信搜索techsina或扫描左侧二维码关注)

科学大家

新浪科技

新浪科技为你带来最新鲜的科技资讯

苹果汇

苹果汇为你带来最新鲜的苹果产品新闻

新浪众测

新酷产品第一时间免费试玩

新浪探索

提供最新的科学家新闻,精彩的震撼图片

來源:新浪科技 · finance.sina.com.cn