Ollama ma teraz lokalny syntezator mowy. Phonon działa na Macu
By Paweł Lisowski
Spis treści
Ollama dodała obsługę syntezy mowy, a pierwszym wspieranym modelem jest Phonon od Gradium. Funkcja działa lokalnie na komputerze Mac: audio powstaje na urządzeniu i może być odtwarzane już w trakcie generowania. Wydanie Ollama 0.40.11 opisuje tę możliwość jako nowość dla macOS, natomiast aktualna dokumentacja wskazuje zgodność z Ollama 0.40.9 lub nowszą.
Jak uruchomić Phonon w Ollama?
Podstawowa konfiguracja sprowadza się do pobrania modelu i uruchomienia go z tekstem:
ollama pull phonon
ollama run phononModel można też zasilić tekstem z innego programu albo potokiem z odpowiedzi modelu czatowego. Dokumentacja Ollama podaje, że przy takim użyciu odtwarzanie zaczyna się po pierwszym zdaniu lub dwóch, bez czekania na kompletną odpowiedź. Dostępny jest również kompatybilny z OpenAI interfejs /v1/audio/speech, przydatny w aplikacjach korzystających z API.
Mały model, głosy i działanie lokalne
Domyślny wariant to Phonon 31M English. Obejmuje głos default oraz głosy angielskie, między innymi Zoey, Easton i Freya. Karta modelu w bibliotece Ollama wymienia także warianty 40M dla języka francuskiego, niemieckiego, hiszpańskiego, portugalskiego i modelu wielojęzycznego. Pakiety Phonon wymagają Apple Silicon, a dźwięk jest generowany jako mono 24 kHz.
Phonon powstał jako model działający na urządzeniu. Gradium podkreśla, że lokalne generowanie eliminuje komunikację z chmurą, więc tekst i audio pozostają na komputerze. W praktyce oznacza to mniejsze uzależnienie od połączenia internetowego, choć jakość i tempo nadal zależą od konkretnego Maca oraz wybranego wariantu.
Ważna różnica w licencjach
Angielski checkpoint 31M jest udostępniany na licencji Apache 2.0. Pozostałe wymienione warianty 40M, w tym model wielojęzyczny, mają licencję CC BY-NC 4.0, która ogranicza wykorzystanie komercyjne. Przed użyciem Phonon w produkcie lub płatnej usłudze trzeba więc sprawdzić licencję konkretnego tagu, a nie tylko nazwę rodziny modeli.
Źródła
Autor Artykułu
Paweł Lisowski
Paweł Lisowski - pasjonat technologii, komputerów i internetu. Od wielu lat śledzi rozwój sprzętu i oprogramowania, testuje nowe rozwiązania i dzieli się wiedzą z czytelnikami. Zafascynowany wpływem technologii na codzienne życie, tworzy praktyczne poradniki i inspiruje do świadomego korzystania z cyfrowego świata.