Ollama, la plateforme open source qui permet d'exécuter des modèles d'IA directement sur sa propre machine, a annoncé que son application Mac prend désormais en charge la génération de parole locale à partir de texte. Le premier modèle vocal disponible est Phonon, une famille de petits modèles de synthèse vocale développée par Gradium. Selon 9to5Mac, c'est la première fois qu'Ollama propose une fonction de génération de parole.
La fonction est déjà active sur macOS, et Ollama indique que la prise en charge de Windows et Linux arrivera bientôt. Comme tout s'exécute sur l'appareil, l'audio est généré sans connexion internet et sans envoyer le texte à des serveurs externes, un changement notable pour tous ceux qui utilisent Ollama pour un usage privé ou hors ligne.
Synthèse vocale locale dans Ollama : ce que Phonon sait faire
Ollama affirme que la parole est produite en temps réel : on peut donc commencer à écouter une réponse générée par l'IA pendant qu'elle s'écrit encore, au lieu d'attendre la fin de la réponse. Les utilisateurs peuvent aussi choisir parmi plusieurs voix aux accents différents, selon le modèle téléchargé.
Notebookcheck rapporte que les modèles sont accessibles via une interface compatible avec OpenAI, ce qui facilite leur intégration dans des outils et des flux de travail existants. Le même rapport signale un point de vigilance pour les projets commerciaux : les conditions de licence pour un usage professionnel méritent d'être vérifiées avant de commercialiser quoi que ce soit basé sur Phonon.
- Les modèles vocaux s'exécutent en local sur les Mac Apple Silicon via Ollama 0.40.11 ou version ultérieure
- Phonon prend en charge cinq langues : anglais, français, allemand, espagnol et portugais
