Ollama 支持文字转语音：首个语音模型 Phonon 上线，Mac 本地就能配音
Ollama 官方 10 月 24 日宣布支持文字转语音，首个语音模型是 Gradium 的 Phonon，0.40.11 版起可在 Apple Silicon Mac 上本地运行，并提供兼容 OpenAI 的 /v1/audio/speech 接口；目前只支持英、法、德、西、葡五种语言，暂不支持中文，Windows 和 Linux 版本官方称即将推出。
本地大模型工具 Ollama 在 10 月 24 日发布的官方博客里宣布：Ollama 现在能把文字转成语音了。第一个上架的语音模型是 Gradium 的 Phonon 系列小模型，从 Ollama 0.40.11 起可用（GitHub 发布说明同步写明了这一点）。
官方公开的要点：
- 只在 Apple Silicon Mac 上可用，Windows 和 Linux 支持「即将推出」，没给具体时间；
- 一条命令就能出声：
ollama run phonon "Hello from Ollama."，也可以把输出重定向成 WAV 文件保存； - 可以用
--voice选择 Gradium 音色库里的声音，ollama show phonon能列出全部音色； - 提供与 OpenAI 兼容的
/v1/audio/speech接口，已经用 OpenAI SDK 写过配音脚本的，基本只需要改一下 base URL； - 音频为 24 kHz 单声道，单次请求最多 4096 个字符，更长的文本命令行会按段落和句子自动切开；
- 模型体积很小，加载后占用内存一百多 MB。
需要特别注意两点限制。第一，目前语言只有英语、法语、德语、西班牙语、葡萄牙语，模型页上没有中文。第二，许可证分两种：默认的 31M 英文模型是 Apache 2.0，可以商用；而 40M 的英文、多语种等版本是 CC BY-NC 4.0，只能非商业使用。
对创作者意味着什么： 做英文或多语种内容的创作者，多了一个完全离线、不按字数计费的配音选项，适合给出海短视频、教程旁白先出一版配音稿，或者把脚本批量转成音频试听节奏。素材不出本机，对隐私敏感的项目也更放心。但中文内容暂时用不上，音色表现力和情绪控制也比不上专门的商用配音工具，做正式成片前建议先拿几段文案对比试听。拿去做商业项目时，记得确认用的是可商用的 Apache 2.0 版本，不要误用只限非商业的 40M 模型。
信息来源：Ollama 官方博客（本文为编辑整理改写）
