Ollama Mac 版上线离线 TTS，Phonon 模型生成速度提升 35%
Ollama 于 10 月 24 日宣布 Mac 应用支持文本转语音生成，首个模型为 Gradium 的 Phonon 系列，可在 Apple Silicon 上离线运行。官方测试显示，在 M5 Max 芯片 MacBook Pro 上，其速度比 Gradium 自身实现快 35%，词错误率与 Hugging Face 参考实现相当。
本地 AI 运行平台 Ollama 正在把能力边界从文本推向语音。10 月 24 日，该平台宣布 Mac 应用正式支持文本转语音（TTS）生成，Windows 与 Linux 版本将在后续跟进。这是 Ollama 首次引入语音生成功能，意味着本地模型不再局限于读写，也开始具备语音输出能力。
首个接入的语音模型为 Gradium 开发的 Phonon 系列。该模型体积较小，用户无需调用云端服务，可直接通过 Ollama 下载并在 Apple Silicon Mac 上运行，适用于对隐私敏感、需要离线使用的场景。在 macOS 上，Ollama 借助苹果开源机器学习框架 MLX，利用 Apple Silicon 的统一内存架构提升运行效率。
性能方面，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 参考实现相当的前提下，语音生成速度比 Gradium 自身实现快 35%。新功能同时支持实时语音生成，用户无需等待 AI 输出完整文本，即可在回答生成过程中同步听到语音。
语言覆盖上，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。对本地 AI 生态而言，语音生成能力的加入补齐了多模态交互的一环，离线隐私与实时响应成为其主要卖点。