En 30 segundos
Ollama estrena síntesis de voz con Phonon. El anuncio diferencia el modelo principal Apache 2.0 de variantes 40M con licencia no comercial; Windows y Linux quedan pendientes.
Qué ha pasado
Ollama anunció el 24 de octubre soporte de modelos de texto a voz, empezando por Phonon, de Gradium, para macOS con Apple Silicon.
Por qué importa
La novedad permite integrar generación local de voz en el entorno de Ollama. La elección debe considerar plataforma, idioma y licencia, además del rendimiento declarado por el proveedor.
A quién afecta
Desarrolladores de interfaces habladas y usuarios de Mac que quieren explorar síntesis de voz local, especialmente quienes necesitan español o prevén un uso comercial.
Contexto
Ollama incorpora generación de voz a un entorno conocido por ejecutar modelos. La primera familia compatible es Phonon, de Gradium. El lanzamiento se centra en Mac con Apple Silicon y utiliza MLX para acelerar el procesamiento. La fuente muestra una salida sin editar y mediciones realizadas en un MacBook Pro concreto. Esas demostraciones describen el entorno del proveedor: no son pruebas realizadas por IARADIA ni permiten prometer el mismo rendimiento en cualquier equipo compatible.
Qué cambia
El soporte incluye elección de voces y generación progresiva del audio. La interfaz compatible con la API de OpenAI ofrece un endpoint de síntesis de voz, lo que puede facilitar adaptar integraciones existentes. Ollama describe audio mono de 24 kHz, con WAV como formato predeterminado y una opción de muestras sin contenedor. También enumera modelos para inglés, francés, alemán, español, portugués y una variante multilingüe. Aquí explicamos esas posibilidades sin reproducir comandos que no hemos ejecutado ni afirmar que la calidad sea igual entre idiomas.
Para quién importa
La distinción más importante para un proyecto es la licencia. Según la publicación, phonon se distribuye bajo Apache 2.0, mientras que los modelos 40M utilizan CC BY-NC 4.0 y están limitados a usos no comerciales. Por tanto, la presencia de una variante en español no basta para aprobar su incorporación a un producto. El equipo debe comprobar el identificador concreto del modelo y sus condiciones. No corresponde trasladar automáticamente la licencia del modelo principal a toda la familia ni interpretar local como libre de obligaciones.
Límites y dudas
El anuncio exige Ollama 0.40.11 o posterior y sitúa el soporte inicial en Apple Silicon. Windows y Linux se presentan como próximos, sin una fecha de disponibilidad confirmada en la pieza. Las comparaciones de velocidad y reconocimiento citadas por Ollama usan equipos y métodos específicos; no publicamos sus porcentajes como resultados independientes. Antes de adoptar una voz conviene evaluar pronunciación, latencia y requisitos del proyecto con datos adecuados. IARADIA no ha generado audio con Phonon: la noticia verifica la capacidad anunciada, las plataformas y las diferencias de licencia.
Fuentes y procedencia
- Speech models in Ollama · Ollama · Publicado 24/10/2026