IT之家 Nouvelles du 27 octobre : la plateforme open source d'exécution locale de modèles d'IA Ollama a annoncé le 24 octobre queson application Mac prend officiellement en charge la génération de synthèse vocale (TTS),et que les versions Windows et Linux suivront ensuite.
Le média technologique 9to5Mac estime qu'il s'agit de la première fois qu'Ollama ajoute une capacité de génération vocale, faisant passer l'IA locale de « savoir lire et écrire » à un stade supplémentaire : « savoir parler ».
Le premier modèle vocal pris en charge est la série Phonon développée par Gradium. Ce modèle est de taille réduite et doté de spécifications techniques avancées ; les utilisateurs n'ont pas besoin de dépendre de services cloud et peuvent le télécharger directement via Ollama et l'exécuter sur un Mac Apple Silicon, ce qui le rend plus adapté aux scénarios soucieux de la confidentialité et nécessitant une utilisation hors ligne.
Sur macOS,Ollama utilise le framework d'apprentissage automatique open source d'Apple, MLX, en tirant pleinement parti de l'architecture de mémoire unifiée d'Apple Silicon pour améliorer l'efficacité d'exécution.
Les tests officiels montrent que sur un MacBook Pro équipé de la puce M5 Max, Phonon, tout en conservant un taux d'erreur de mot comparable à l'implémentation de référence Hugging Face Transformers,génère la voix 35 % plus vite que l'implémentation propre de Gradium.
La nouvelle fonctionnalité prend également en charge la génération vocale en temps réel : les utilisateurs n'ont pas besoin d'attendre que l'IA ait produit l'intégralité du texte et peuvent entendre la voix en parallèle pendant la génération de la réponse, offrant une expérience d'interaction plus proche d'une conversation naturelle.
Selon l'article de blog cité par IT之家, Phonon propose actuellement des modèles distincts pour cinq langues — l'anglais, le français, l'allemand, l'espagnol et le portugais — ainsi qu'un modèle multilingue prenant en charge les cinq langues ; les utilisateurs peuvent également choisir des voix aux accents différents, comme l'anglais américain ou l'anglais britannique.
Ollama est l'un des projets open source d'IA les plus populaires sur GitHub, avec près de 18.5 万 étoiles (Star) et environ 1.86 万 Fork ; les utilisateurs peuvent télécharger et exécuter des modèles d'IA ouverts en local, ou se connecter à la demande à des modèles cloud plus puissants.