Seu terminal agora pode responder a você, e o curioso é que ele faz isso sem chamar nenhuma API em nuvem. No sábado, a Ollama lançou a versão 0.40.11 com síntese de voz no macOS. O primeiro modelo de voz é o Phonon, uma família de pequenos modelos TTS da Gradium. Você o baixa com o comando ollama pull phonon e o executa como qualquer outro modelo. A parte que os desenvolvedores realmente vão se importar é a API. Phonon funciona com o endpoint /v1/audio/speech compatível com OpenAI em localhost. Se seu código já usa o SDK da OpenAI para voz, a documentação diz que você só precisa de uma nova URL base. A resposta é transmitida enquanto o áudio está sendo gerado, permitindo que a reprodução comece antes de todo o texto ser concluído. Você pode até encadear diretamente a resposta de um modelo de chat para o Phonon, e ele começa a falar após a primeira frase. A saída é em 24 kHz mono, em formato WAV por padrão ou PCM bruto de 16 bits se solicitado. A documentação lista alguns limites que são fáceis de ultrapassar. Cada solicitação aceita até 4.096 caracteres, embora o ollama run divida automaticamente textos mais longos. Preços, símbolos, e-mails e URLs são pronunciados letra por letra, enquanto datas numéricas são lidas como escritas; por isso, a documentação sugere escrever datas por extenso. Opções não suportadas, como velocidade ou instruções, retornam um erro 400 em vez de serem ignoradas silenciosamente. A licença merece uma leitura cuidadosa antes de você lançar qualquer coisa. O modelo padrão em inglês do Phonon é Apache 2.0. As variantes em francês, alemão, espanhol, português e multilíngues de 40M são CC BY-NC 4.0, o que exclui uso comercial. A Ollama também afirma que, em um MacBook Pro M5 Max, ele funcionou 35% mais rápido que o próprio runtime da Gradium — um benchmark da própria empresa, não independente. A síntese de voz é exclusiva para Apple Silicon por enquanto, com suporte ao Windows e Linux listado como em breve.