IT之家 أفادت في 27 أكتوبر بأن منصة Ollama مفتوحة المصدر لتشغيل نماذج الذكاء الاصطناعي محلياً أعلنت في 24 أكتوبر أنتطبيقها لأجهزة Mac يدعم رسمياً توليد تحويل النص إلى كلام (TTS)،وستتبعها نسختا Windows وLinux قريباً.
وترى وسيلة إعلام تقنية هي 9to5Mac أن هذه هي المرة الأولى التي تضيف فيها Ollama قدرة توليد الصوت، ما ينقل الذكاء الاصطناعي المحلي من "يقرأ ويكتب" إلى خطوة أبعد نحو "أن يتكلم".
أول نموذج صوتي مدعوم هو سلسلة Phonon المطوّرة من Gradium. هذا النموذج صغير الحجم ومتقدم في مؤشراته التقنية، ولا يحتاج المستخدم إلى الاعتماد على خدمات سحابية، إذ يمكن تنزيله مباشرة عبر Ollama وتشغيله على أجهزة Mac المزودة برقائق Apple Silicon، ما يجعله أنسب للسيناريوهات التي تهتم بالخصوصية وتتطلب الاستخدام دون اتصال.
على نظام macOS،تستخدم Ollama إطار تعلم الآلة مفتوح المصدر من أبل MLXمستفيدة بالكامل من معمارية الذاكرة الموحدة في Apple Silicon لرفع كفاءة التشغيل.
وتبين الاختبارات الرسمية أن على MacBook Pro المزود برقاقة M5 Max، حافظ Phonon على معدل خطأ في الكلمات مقارَب بالتنفيذ المرجعي من Hugging Face Transformers،مع سرعة توليد صوت أعلى بنسبة 35% من تنفيذ Gradium نفسه.
كما تدعم الميزة الجديدة التوليد الفوري للصوت، فلا يحتاج المستخدم إلى انتظار اكتمال نص إجابة الذكاء الاصطناعي، بل يمكنه سماع الصوت أثناء توليد الإجابة، ما يجعل تجربة التفاعل أقرب إلى المحادثة الطبيعية.
وفق ما نقلته IT之家 من تدوينة، يوفر Phonon حالياً نماذج مستقلة لخمس لغات هي الإنجليزية والفرنسية والألمانية والإسبانية والبرتغالية، إلى جانب نموذج متعدد اللغات يدعم اللغات الخمس كلها؛ ويمكن للمستخدمين أيضاً اختيار نبرات بأصوات مختلفة مثل الإنجليزية الأمريكية أو الإنجليزية البريطانية.
تعد Ollama أحد مشاريع الذكاء الاصطناعي مفتوحة المصدر الأكثر شعبية على GitHub، إذ تمتلك ما يقارب 185,000 نجمة (Star) ونحو 18,600 فرع (Fork)، ويمكن للمستخدمين تنزيل وتشغيل نماذج الذكاء الاصطناعي المفتوحة محلياً، أو الاتصال عند الحاجة بنماذج سحابية أقوى.