আপনার টার্মিনাল এখন আপনার সাথে কথা বলতে পারে, আর মজার বিষয় হলো এটি কোনো ক্লাউড API-এর সাহায্য ছাড়াই এটি করে। শনিবার, Ollama macOS-এর জন্য টেক্সট-টু-স্পিচ সহ 0.40.11 আপডেট জারি করেছে। প্রথম স্পিচ মডেলটি হলো Phonon, যা Gradium-এর দ্বারা তৈরি ছোট TTS মডেলের একটি পরিবার। আপনি ollama pull phonon ব্যবহার করে এটি ডাউনলোড করতে পারেন এবং অন্য যেকোনো মডেলের মতোই এটি চালাতে পারেন। ডেভেলপারদের জন্য সত্যিকারের গুরুত্বপূর্ণ বিষয়টি হলো API। Phonon localhost-এ OpenAI-সঙ্গতিপূর্ণ /v1/audio/speech এন্ডপয়েন্টের সাথে কাজ করে। যদি আপনার কোডটি 이미 OpenAI SDK-এর মাধ্যমে স্পিচের জন্য ব্যবহার করা হয়, তবে ডকুমেন্টে বলা হয়েছে যে আপনাকে শুধুমাত্র একটি নতুন base URL-এর প্রয়োজন। অডিও তৈরির সময়ই রিসপন্সটি স্ট্রিমিংয়ের মাধ্যমে আসে, তাই পুরোটা টেক্সটটি শেষ না হওয়ার আগেই প্লেব্যাক শুরু করা যায়। আপনি এমনকি একটি chat model-এর reply-কে directly Phonon-এর দিকে redirect (পাইপ) করতে পারেন, এবং প্রথমবারের বাক্যটির পরই এটি বলতে শুরু করবে। আউটপুট 24 kHz mono, 기본ভাবে WAV-এ, 16-বিট PCM-এও (যদি আপনি request-এর মধ্যে ask-করেন)। ডকুমেন্টগুলিতে 4,096 characters-এরও beshi text-এর jnno kichu limit-er upor bolte hoy. যদিও ollama run longer text-কে auto split kore dey. দাম, symbol, email, URLগুলো spelling kore bolen, kintu numeric dateগুলো likhabe motoi pora hoy, tai docs suggest kore dateগুলো word-এ likhte. speed edo instruction jemon unsupported options, 400 error return kore, silent ignore kore na. লাইসেন্সিংটি any product ship korar age careful kore read korte hobe. ডিফল্ট English phonon model Apache 2.0. 40M French, German, Spanish, Portuguese and multilingual variants CC BY-NC 4.0, je commercial use er jonno prohibited. Ollama aro boleche M5 Max MacBook Pro-তে Gradium-এর own runtime-এর 35% faster chole, kintu eta Gradium-এর own benchmark. এখনও speech Apple Silicon-এর jonno only, Windows and Linux support soon aashe.