Ang iyong terminal ay maaari na ngayong magsalita pabalik sa iyo, at ang kakaibang bagay ay ginagawa nito nang walang pagtawag sa anumang cloud API. Noong Sabado, inilabas ng Ollama ang 0.40.11 na may text-to-speech sa macOS. Ang unang speech model ay ang Phonon, isang pamilya ng maliit na TTS models mula sa Gradium. Ipinopull mo ito gamit ang ollama pull phonon at pinapatakbo mo ito tulad ng anumang ibang model. Ang bahaging tunay na mahalaga sa mga developer ay ang API. Ang Phonon ay gumagana gamit ang OpenAI-compatible /v1/audio/speech endpoint sa localhost. Kung ang iyong code ay gumagamit na ng OpenAI SDK para sa speech, sinasabi ng dokumentasyon na kailangan mo lang ng bagong base URL. Ang response ay stream habang ginagawa ang audio, kaya maaari nang magsimula ang playback bago matapos ang buong teksto. Maaari mo pa ring i-pipe ang sagot ng chat model diretso sa Phonon, at magsisimula itong magsalita pagkatapos ng unang pangungusap. Ang output ay 24 kHz mono, bilang WAV sa default o raw 16-bit PCM kung hingi mo ito. Ang dokumentasyon ay listahan ang ilang limitasyon na madaling masira. Bawat request ay kumukuha ng hanggang 4,096 characters, bagaman hinahati ng ollama run ang mas mahabang teksto para sa iyo. Ang mga presyo, simbolo, email at URL ay sinasalita nang buo, samantalang ang mga numeric dates ay binabasa tulad ng isinusulat, kaya inirerekomenda ng dokumentasyon na isulat ang mga petsa nang salita. Ang mga hindi suportadong opsyon tulad ng speed o instructions ay bumabalik ng 400 error kesa na lang na i-ignore nang tahimik. Dapat basahin nang mabuti ang licensing bago ilabas ang anumang bagay. Ang default English phonon model ay Apache 2.0. Ang 40M French, German, Spanish, Portuguese at multilingual variants ay CC BY-NC 4.0, na nagbabawal sa commercial use. Sinasabi rin ng Ollama na sa isang M5 Max MacBook Pro, ito ay tumakbo 35 porsiyento mas mabilis kaysa sa sariling runtime ng Gradium, na isang benchmark nila kesa isang independiyenteng isa. Ang speech ay Apple Silicon lang para sa kasalukuyan, na may suporta para sa Windows at Linux na nakalista bilang darating na.
