您的終端現在可以回應您，有趣的是，它無需調用任何雲端 API 即可做到這一點。 於週六，Ollama 推出了 0.40.11 版本，為 macOS 增加了文字轉語音功能。 首個語音模型為 Phonon，這是 Gradium 開發的一系列小型 TTS 模型。 您可透過 ollama pull phonon 拉取並像其他模型一樣運行它。 開發者真正關心的部分是 API。 Phonon 與本機 localhost 上的 OpenAI 兼容 /v1/audio/speech 端點配合使用。 如果您的代碼已使用 OpenAI SDK 進行語音處理，官方文件指出您只需更換新的基底 URL 即可。 響應會在語音生成時即時串流，因此播放可在完整文字輸出前開始。 您甚至可直接將聊天模型的回覆傳入 Phonon，它會在第一句話完成後立即開始朗讀。 輸出預設為 24 kHz 單聲道 WAV 格式，若要求則可輸出原始 16 位元 PCM。 文件中列出了幾個容易觸發的限制。 每個請求最多支援 4,096 個字元，不過 ollama run 會自動將較長文字分割。 價格、符號、郵件和網址會被逐字拼出，而數字日期則按原樣朗讀，因此文件建議以文字形式書寫日期。 不支援的選項（如速度或指令）會返回 400 錯誤，而非被靜默忽略。 在發布任何產品前，請仔細閱讀授權條款。 預設的英文 Phonon 模型採用 Apache 2.0 授權。 40M 的法語、德語、西班牙語、葡萄牙語及多語言變體採用 CC BY-NC 4.0 授權，禁止商業用途。 Ollama 還提到，在 M5 Max MacBook Pro 上，其運行速度比 Gradium 自家的運行時快了 35%，但此為其自身基準測試結果，非獨立測試。 目前語音功能僅支援 Apple Silicon，Windows 和 Linux 支援列為即將推出。