Phonon на английски е под Apache 2.0. На френски, немски, испански и португалски е под CC BY-NC 4.0 и Ollama го казва направо: само за нетърговска употреба. Български няма.
Факт
Фактите: на 24 октомври 2026 г. Ollama обяви модели за синтез на реч. Първият е Phonon, семейство малки модели за превръщане на текст в реч от Gradium. Пуска се с ollama run phonon и върви на Mac с Apple Silicon и Ollama 0.40.11 или по-нова; Windows и Linux според Ollama идват скоро. API: OpenAI-съвместимият адрес /v1/audio/speech, звукът е 24 kHz моно, WAV по подразбиране или суров 16-битов PCM. Езици: phonon - английски; phonon:40m-fr, 40m-de, 40m-es и 40m-pt - френски, немски, испански и португалски; phonon:40m-multilingual - всичките пет. Лицензи: phonon е под Apache 2.0; моделите 40M са под CC BY-NC 4.0, която ги ограничава до нетърговска употреба. По измерване на самата Ollama, на MacBook Pro с M5 Max тя е с 35% по-бърза от следващата по скорост програма за пускане на модела, собствената на Gradium.
Ollama вече превръща текст в реч с една команда: ollama run phonon. Phonon е семейство малки модели, които Ollama нарича state-of-the-art. Говори, но не слуша: разпознаване на реч в поста няма.
За строителя интересното е вратата към кода. Phonon отговаря на OpenAI-съвместимия адрес, така че код, който вече ползва OpenAI SDK, иска само нов базов адрес, пише Ollama. Отговорът на чат модел можеш да подадеш направо на Phonon: говори се, докато текстът идва, и възпроизвеждането почва след първото изречение.
Едно семейство, два лиценза: английският е свободен, другите четири езика не са за търговска работа.
Виж сега как се разпределя. Многоезичният вариант е от моделите 40M, значи носи същия лиценз като четирите езика и също не е за търговия.
Ако си на Windows или Linux, чакаш: Ollama казва само, че идва скоро, без дата. Ако слагаш глас в нещо, което продаваш, засега имаш един език: английския.
Официални първоизточници
Ollama Blog - Speech models in Ollama, 24.10.2026Визуалът към статията е генериран код-арт, без чужди изображения.