开源项目

Ollama加入本地流式语音生成,提供Phonon运行与兼容API

v0.40.9

AI 基础设施应用与实践模型部署语音交互与综合语音服务

概述

Ollama是面向本地模型运行和应用接入的服务工具。0.40.9提供Phonon语音生成:使用者可以通过ollama run直接把文本或聊天模型的回答转成语音,并在生成过程中播放;开发者也可通过兼容OpenAI的/v1/audio/speech接口获取音频流。 这次正式交付针对Apple Silicon的Phonon执行路径,RC阶段已切换到正式检查点格式,包含默认声音导入和语音条件处理。不能把这一平台上的语音支持外推到其他硬件。版本还收录Flint的Linux、Windows运行及d3决策模型入口,但本条以新增本地语音服务工作流计数,不将每个模型适配各拆一条。项目采用MIT许可,需要另外取得匹配模型并满足运行环境要求。