Ollama introduit la synthèse vocale locale sur mac

À retenir :

• Ollama prend en charge la synthèse vocale locale avec Phonon.
• Phonon fonctionne en streaming, permettant une lecture instantanée.
• La technologie utilise MLX pour optimiser les performances sur Apple Silicon.
• Ollama génère la parole 35 % plus rapidement que le moteur Gradium.
• Les développeurs peuvent accéder à Phonon via une API compatible.

Ollama continue d’élargir ses fonctionnalités sur Mac avec l’introduction de la synthèse vocale qui s’effectue directement sur l’appareil. La plateforme intègre Phonon, une série de modèles de synthèse vocale élaborés par Gradium, qui peuvent transformer du texte en voix sans avoir besoin d’envoyer les données vers des serveurs distants.

À lire aussi : Nxnative permet de jouer à des jeux Switch sur iPhone et Mac

Phonon se distingue par sa capacité à générer la voix en temps réel grâce à un fonctionnement en streaming : il est possible de commencer la lecture dès que les premières phrases sont produites, sans attendre que le fichier audio soit entièrement créé. Cette technologie propose des modèles dans plusieurs langues, dont l’anglais, le français, l’allemand, l’espagnol et le portugais, ainsi qu’une version multilingue combinant ces cinq langues.

Sur Mac, Ollama utilise MLX, le framework d’apprentissage automatique développé par Apple pour tirer parti efficacement de la mémoire unifiée des puces Apple Silicon. Cette avancée technique avait déjà permis à Apple d’optimiser les traitements liés à l’intelligence artificielle en local avec la puce M5.

Selon Ollama, cette nouvelle implémentation permet de générer du discours 35 % plus rapidement que le moteur standard de Gradium sur un MacBook Pro équipé d’une puce M5 Max tout en maintenant un taux d’erreur similaire. Ce développement fait écho à la tendance croissante vers des solutions d’intelligence artificielle exécutées localement pour garantir une meilleure protection des données personnelles.

Les développeurs auront également la possibilité d’utiliser Phonon via une API qui prend en charge le format audio utilisé par OpenAI. Ils pourront choisir parmi différentes voix ou enregistrer directement leurs résultats au format WAV. Actuellement, cette fonctionnalité est réservée aux utilisateurs disposant d’un Mac Apple Silicon et de la version 0.40.11 ou ultérieure d’Ollama ; les versions pour Windows et Linux devraient être disponibles prochainement.

Avec cette innovation, Ollama ne se contente plus seulement des modèles linguistiques et générationnels : elle évolue vers une véritable boîte à outils multimodale locale capable de faire fonctionner intégralement des assistants vocaux sans dépendre systématiquement du cloud