IT之家 27 de octubre (mensaje): la plataforma de código abierto para ejecutar modelos de IA localmente, Ollama, anunció el 24 de octubre quesu aplicación para Mac es compatible oficialmente con la generación de texto a voz (TTS),y las versiones para Windows y Linux seguirán poco después.
El medio tecnológico 9to5Mac considera que esta es la primera vez que Ollama incorpora capacidad de generación de voz, llevando a la IA local de "poder leer y escribir" un paso más hacia "poder hablar".
El primer modelo de voz compatible es la serie Phonon desarrollada por Gradium. Este modelo tiene un tamaño reducido y especificaciones técnicas avanzadas; los usuarios no necesitan depender de servicios en la nube, pueden descargarlo directamente a través de Ollama y ejecutarlo en Macs con Apple Silicon, lo que lo hace más adecuado para escenarios que priorizan la privacidad y requieren uso sin conexión.
En macOS,Ollama utiliza el marco de aprendizaje automático de código abierto de Apple, MLX, aprovechando al máximo la arquitectura de memoria unificada de Apple Silicon para mejorar la eficiencia de ejecución.
Las pruebas oficiales muestran que, en un MacBook Pro con chip M5 Max, Phonon mantiene una tasa de error de palabras comparable a la implementación de referencia de Hugging Face Transformers ygenera voz un 35% más rápido que la propia implementación de Gradium.
La nueva función también admite generación de voz en tiempo real: los usuarios no tienen que esperar a que la IA genere el texto completo y pueden escuchar la voz de forma sincronizada mientras se genera la respuesta, ofreciendo una experiencia de interacción más cercana a una conversación natural.
Según la publicación de blog citada por IT之家, Phonon ofrece actualmente modelos independientes en cinco idiomas: inglés, francés, alemán, español y portugués, además de un modelo multilingüe compatible con los cinco idiomas; los usuarios también pueden elegir voces con diferentes acentos, como inglés americano o inglés británico.
Ollama es uno de los proyectos de IA de código abierto más populares de GitHub, con casi 185.000 estrellas (Star) y aproximadamente 18.600 bifurcaciones (Fork); los usuarios pueden descargar y ejecutar modelos de IA abiertos localmente, o conectar según sea necesario modelos más potentes en la nube.