Les modèles vocaux dans Ollama
Ollama prend en charge la synthèse vocale, avec Phonon de Gradium comme premier modèle, sur macOS pour l'instant (Windows et Linux prévus). Il s'utilise via l'endpoint compatible OpenAI /v1/audio/speech et demande Ollama 0.40.11 ou plus récent.
Ce que dit l'article
Ollama sait désormais convertir du texte en parole, selon un article daté du 24 octobre 2026. Le premier modèle vocal est Phonon, une famille de petits modèles de synthèse vocale de Gradium. Pour l'instant, la fonction tourne sur les Mac à puce Apple Silicon ; Windows et Linux sont prévus mais pas encore disponibles. Il faut Ollama 0.40.11 ou plus récent, puis la commande ollama pull phonon.
Ollama s'appuie sur le framework MLX d'Apple et affirme être 35 % plus rapide que l'environnement d'exécution de Gradium sur un MacBook Pro M5 Max, avec un taux d'erreur de mots équivalent à l'implémentation de référence. Le modèle anglais est sous licence Apache 2.0, les modèles 40M (français, allemand, espagnol, portugais, multilingue) sous CC BY-NC 4.0, donc non commercial. Phonon fonctionne avec le point d'accès compatible OpenAI /v1/audio/speech, en flux continu, en audio mono 24 kHz.
Lire l'article officiel Fiche AnnuIA
Résumé rédigé par AnnuIA avec ses propres mots, d'après la page officielle de Ollama. Le contenu et les droits appartiennent à l'éditeur : consultez l'article d'origine.