Quand une réponse d’IA s’étire sur plusieurs paragraphes, pouvoir l’écouter peut être plus confortable que de rester les yeux rivés à l’écran. Avec sa version 0.40.11 pour macOS, Ollama permet désormais de transformer du texte en parole localement sur les Mac équipés d’une puce Apple Silicon.
La fonction repose sur Phonon, une famille de modèles de synthèse vocale développée par Gradium et proposée au téléchargement depuis Ollama. Elle peut servir à faire lire un texte saisi dans l’application, mais aussi le contenu produit par un modèle d’IA lancé sur le Mac. L’idée est donc de compléter les réponses écrites par une restitution audio, sans recourir à un service distant.
Une voix qui peut démarrer avant la fin de la réponse
Selon Ollama, l’audio est généré en temps réel. Dans un échange avec un assistant, la lecture peut ainsi débuter alors que la réponse textuelle est encore en cours de production. Ce fonctionnement peut rendre les interactions vocales plus naturelles, notamment pour consulter une explication, un résumé ou une réponse détaillée sans attendre l’affichage complet du texte.
Phonon prend en charge le français, l’anglais, l’allemand, l’espagnol et le portugais. Ollama propose un modèle par langue, ainsi qu’un modèle multilingue réunissant les cinq. Plusieurs voix et accents sont disponibles selon le modèle utilisé ; l’anglais comprend notamment des variantes américaines et britanniques.
Des modèles optimisés pour les puces Apple Silicon
Sur Mac, Ollama s’appuie sur MLX, le framework open source d’Apple conçu pour tirer parti de la mémoire unifiée des puces Apple Silicon. Dans les mesures publiées par Ollama sur un MacBook Pro avec puce M5 Max, son implémentation a généré la voix 35 % plus vite que celle de Gradium, tout en atteignant le même taux d’erreur de mots que l’implémentation de référence dans Hugging Face Transformers.
Les modèles peuvent être exécutés sur la machine après leur téléchargement. Cette approche permet d’utiliser l’IA et la voix sans connexion Internet, sans transférer les données vers des serveurs externes. Ollama prévoit aussi d’apporter cette prise en charge de la synthèse vocale sur Windows et Linux.
Ce que ça change
Pour les utilisateurs de Mac déjà intéressés par l’IA locale, la voix ajoute une façon plus souple de consulter les réponses générées par leur ordinateur. Elle peut être utile pour écouter un contenu pendant une autre tâche, ou pour donner une dimension orale à un assistant installé sur le Mac. Le choix du modèle, de la langue et de la voix permettra surtout d’adapter cet usage à des échanges en français comme à des besoins multilingues.
À lire aussi
Source : Ollama — blog officiel