Ollama élargit ses possibilités sur Mac en ajoutant la prise en charge de modèles de synthèse vocale capables de transformer du texte en parole directement sur l’ordinateur. La première intégration concerne Phonon, une famille de modèles développée par Gradium.
L’objectif est de proposer une alternative aux services de synthèse vocale souvent payants et dépendants du cloud, tout en conservant le contrôle des données sur la machine de l’utilisateur.
Déjà connue pour faciliter l’exécution locale de modèles d’intelligence artificielle, l’application Ollama fonctionne sur macOS, Windows et Linux. La synthèse vocale est pour l’instant disponible sur Mac, tandis que la compatibilité avec Windows et Linux est annoncée comme prochaine étape. Ollama indique par ailleurs que les requêtes ne sont ni stockées ni utilisées pour entraîner ses modèles.
Phonon : des voix naturelles générées directement sur Mac
Phonon est une famille de modèles légers conçus pour convertir du texte en parole sans envoyer le contenu à un service distant. Les exemples publiés sur le blog d’Ollama présentent des voix relativement naturelles, avec plusieurs choix comme Zoey, Easton, Freya et Hugh. Des accents américains et britanniques sont proposés pour l’anglais.
La prise en charge linguistique dépasse également l’anglais. Des modèles existent pour le français, l’allemand, l’espagnol et le portugais, ainsi qu’une version multilingue. Les conditions de licence varient cependant selon les modèles : la version anglaise est distribuée sous licence Apache 2.0, tandis que les versions française, allemande, espagnole, portugaise et multilingue sont réservées aux usages non commerciaux.
Cette distinction est importante pour les développeurs et les entreprises qui souhaitent intégrer la synthèse vocale à un produit ou à un service. La disponibilité technique d’un modèle ne signifie pas automatiquement que son utilisation commerciale est autorisée.
Une accélération annoncée grâce à Apple MLX
Ollama s’appuie sur le framework MLX d’Apple pour optimiser l’exécution de Phonon sur les Mac équipés de puces Apple Silicon. Selon l’entreprise, cette intégration permettrait d’obtenir des performances 35 % supérieures à celles du moteur d’exécution de Gradium sur un MacBook Pro doté d’une puce M5 Max, sans perte de précision.
Ce chiffre provient des indications communiquées par Ollama et ne constitue pas une comparaison indépendante couvrant toutes les configurations. Les performances réelles dépendront notamment du matériel utilisé, de la taille du modèle et de la longueur du texte à vocaliser.
L’exécution locale présente néanmoins un intérêt évident pour les utilisateurs qui veulent générer de la parole sans dépendre d’une connexion Internet ou transmettre leurs textes à un prestataire externe. Elle peut aussi faciliter l’intégration de la voix dans des applications reposant déjà sur des modèles exécutés sur l’ordinateur.
Comment utiliser Phonon avec Ollama ?
Pour commencer, il faut disposer d’un Mac équipé d’une puce Apple Silicon et d’Ollama en version 0.40.11 ou ultérieure. Il suffit ensuite de récupérer le modèle Phonon souhaité pour pouvoir convertir du texte en parole localement.
Phonon peut également être associé à un modèle conversationnel afin de lire ses réponses à voix haute. Selon Ollama, la lecture commence dès que la première phrase est disponible, sans attendre la génération de l’intégralité de la réponse. Cette approche peut rendre les interactions vocales plus réactives.
Avec cette intégration, Ollama étend son positionnement au-delà de l’exécution locale de modèles de langage. La synthèse vocale devient une brique supplémentaire pour construire des assistants IA capables de répondre oralement, tout en limitant le recours aux services cloud. Pour les usages professionnels, il faudra toutefois vérifier attentivement les licences de chaque modèle avant tout déploiement commercial.
