Ollama में स्पीच मॉडल
Ollama अब टेक्स्ट-टू-स्पीच का समर्थन करता है, पहले मॉडल के रूप में Gradium का Phonon है, फ़िलहाल macOS पर और Windows व Linux की योजना है। यह OpenAI-संगत /v1/audio/speech एंडपॉइंट से चलता है और Ollama 0.40.11 या उसके बाद का संस्करण चाहिए।
लेख में क्या कहा गया है
24 अक्टूबर 2026 के एक लेख के अनुसार Ollama अब टेक्स्ट को आवाज़ में बदल सकता है। पहला स्पीच मॉडल Phonon है, जो Gradium के छोटे टेक्स्ट-टू-स्पीच मॉडलों का परिवार है। फ़िलहाल यह सुविधा Apple Silicon वाले Mac पर चलती है; Windows और Linux की योजना है पर अभी जारी नहीं हुए। इसके लिए Ollama 0.40.11 या नया संस्करण चाहिए, फिर ollama pull phonon चलाएँ।
Ollama Apple के MLX फ़्रेमवर्क का उपयोग करता है और कहता है कि M5 Max वाले MacBook Pro पर वह Gradium के अपने रनटाइम से 35% तेज़ है, और शब्द त्रुटि दर संदर्भ कार्यान्वयन के बराबर है। अंग्रेज़ी मॉडल Apache 2.0 के तहत है, जबकि 40M मॉडल (फ़्रेंच, जर्मन, स्पेनिश, पुर्तगाली, बहुभाषी) CC BY-NC 4.0 के तहत हैं, यानी केवल गैर-व्यावसायिक उपयोग। Phonon OpenAI-संगत /v1/audio/speech एंडपॉइंट से चलता है और 24 kHz मोनो ऑडियो स्ट्रीम करता है।
आधिकारिक लेख पढ़ें AnnuIA प्रोफ़ाइल
यह सारांश AnnuIA ने Ollama के आधिकारिक पृष्ठ के आधार पर अपने शब्दों में लिखा है। सामग्री और अधिकार प्रकाशक के हैं: कृपया मूल लेख पढ़ें।