10 月 27 日消息，本地大模型开源平台 Ollama 于 10 月 24 日宣布，其 Mac 应用正式支持文本转语音生成，Windows 和 Linux 版本随后跟进。这是 Ollama 首次加入语音生成能力。
首个支持的语音模型是 Gradium 开发的 Phonon 系列。该模型体积较小、技术指标先进，用户不依赖云端服务，可通过 Ollama 直接下载并在 Apple Silicon Mac 上运行，适合注重隐私、需要离线使用的场景。在 macOS 上，Ollama 采用苹果开源机器学习框架 MLX，充分利用 Apple Silicon 的统一内存架构提升运行效率。
实测比 Gradium 自身快 35%
官方测试显示，在搭载 M5 Max 芯片的 MacBook Pro 上，Phonon 在保持与 Hugging Face Transformers 参考实现相当的词错误率前提下，语音生成速度比 Gradium 自身实现快 35%。
新功能还支持实时语音生成，用户不必等待 AI 完整输出文本，可以在回答生成过程中同步听到语音，交互体验更接近自然对话。配合本地模型运行，语音内容同样不出本机。
五种语言与口音选项
Phonon 目前提供英语、法语、德语、西班牙语和葡萄牙语五种语言的独立模型，并配有支持全部五种语言的多语言模型，用户还可选择美式英语或英式英语等不同口音的音色。Ollama 本身在 GitHub 上拥有近 18.5 万颗 Star 和约 1.86 万个 Fork。
这条路径的模型底座本站此前拆过 Gradium Phonon 开源：3100 万参数端侧 TTS，当时是模型本身，这次是它被主流本地运行平台接进去。对本地 AI 用户来说，一键装上语音输出比手工配环境省事得多。
延伸阅读
- Gradium Phonon 开源：3100 万参数端侧 TTS，词错率 1.70%4 天前
- Soul 推出 Loxinity：2 款模型做实时语音与数字人9 小时前
- 蚂蚁百灵开源Ming-3.0语音系列：五款模型覆盖合成、理解与识别，导演模式可描述情绪1 周前
- 讯飞星火 X2.6：293B 国产算力训练，4B 端侧 BFCL 拿 71.8 分5 天前
继续读
同一批更新里这几篇值得一看：
- Soul 推出 Loxinity：2 款模型做实时语音与数字人2026-10-27
- The RealReal封堵AI购物：20分钟保留机制被刷爆2026-10-27
- 蚂蚁 Ming-3.0-tts 登顶开源榜：发音鲁棒性 93.2% 并列第一2026-10-22
想快速查定义？对应的词条在这里：
- Llama词条 · AI 自学笔记