Ollama kan nu omsætte tekst til tale med Phonon

Ollama understøtter nu tekst til tale. Den første talemodel er Phonon, en familie af små modeller fra Gradium, der køres med kommandoen ollama run phonon efterfulgt af teksten. Modellen er tilgængelig til macOS, mens understøttelse af Windows og Linux er på vej. På Apple Silicon accelereres Phonon via Apples MLX-framework. På en MacBook Pro med M5 Max var Ollamas implementering 35 procent hurtigere end Gradiums eget runtime, ptts, og opnåede samme word error rate som referenceimplementeringen i Hugging Face Transformers, målt på 200 sætninger fra Seed-TTS' engelske testsæt. Ud over engelsk findes Phonon i udgaver til fransk, tysk, spansk og portugisisk samt en flersproget variant. Hovedmodellen er under Apache 2.0-licens, mens de mindre 40M-varianter er licenseret til ikkekommerciel brug under CC BY-NC 4.0. Modellen tilgås via den OpenAI-kompatible /v1/audio/speech-grænseflade og kræver Ollama 0.40.11 eller nyere.