Модели Phonon озвучивают текст на Mac на английском и ещё 4 языках
Пользователи Ollama на Mac могут слушать сгенерированную ИИ речь во время её создания: платформа добавила поддержку моделей Phonon.
Семейство разработала компания Gradium. Это первая функция Ollama для генерации речи.
Ollama позволяет загружать и запускать открытые модели ИИ на компьютере или обращаться к более мощным моделям через облако. Проект доступен для macOS, Windows и Linux, однако модели Phonon пока работают только на Mac. Поддержка Windows и Linux появится позднее, сроки не уточняются.
При локальном запуске модели работают на компьютере, поэтому для этого не обязательно подключаться к интернету или передавать данные внешним серверам. Скорость работы и размер запускаемых моделей зависят от оборудования. На Mac приложение использует MLX — открытый фреймворк машинного обучения Apple, рассчитанный на работу с унифицированной памятью чипов Apple Silicon.
Синтез речи Phonon: скорость и языки
По тестам Ollama на MacBook Pro с M5 Max генерация речи с помощью MLX шла на 35% быстрее, чем в собственной реализации Gradium. Компания также сообщает, что модель показала такой же уровень ошибок распознавания слов, как эталонная реализация в библиотеке Hugging Face Transformers.
Phonon поддерживает английский, французский, немецкий, испанский и португальский языки. Для каждого есть отдельная модель, а мультиязычная версия работает со всеми пятью. В зависимости от модели доступны разные голоса и акценты, включая американский и британский варианты английского.
Установка Phonon в Ollama
Модели доступны на компьютерах Mac с Apple Silicon, где установлена Ollama версии 0.40.11 или новее. Phonon можно загрузить прямо через приложение. Генерация идёт в реальном времени: слушать ответ можно, пока модель его создаёт.
Ollama также опубликовала инструкции и примеры кода для работы с моделями через API. Приложение запускает открытые модели локально, а сам проект распространяется с открытым исходным кодом.
