Ollama v0.40.11 补齐 macOS 语音合成：Phonon 三平台可用，同版收录 d3 决策模型

2026-10-25来源：ollama/ollama（GitHub Release v0.40.11）Ollama TTS macOS 本地部署

目录
Phonon：31M/40M 两档，暂无中文终端用法：macOS 现在真可用了API：OpenAI 兼容，边生成边推流文本处理口径：按原文读，不自动展开同版收录：d3 决策模型家族平台支持现状参考链接

Ollama 的语音合成能力在一周内补完了三块拼图：10 月 22 日 v0.40.9 引入 Speech，接入 Gradium 的 Phonon TTS 家族；10 月 24 日 v0.40.11 把 macOS 补齐——此前发布说明只标注 Apple Silicon，macOS 用户装上后并不能直接出声。到 v0.40.11，Linux、Windows、macOS 三个桌面平台都能用 ollama run 让模型边生成边出声。

Phonon：31M/40M 两档，暂无中文

项目	数值
模型来源	Gradium 的 TTS 模型家族
参数档位	31M（英文）/ 40M（多语种）
体积	104MB（31M 英文档）/ 123MB（40M 档）
上下文窗口	8K（文本输入）
语种 tag	en、de、es、fr、pt、multilingual（暂无中文）
内置声音	Zoey、Easton、Freya 等，未指定时用 default
输出	WAV/PCM，16-bit 单声道 24kHz

模型在生成过程中直接把文本转成语音，不需要先等全文转写完。官方文档说明默认 tag 走 Gradium 的 31M 英文 checkpoint，ollama show phonon 列出全部声音，声音名大小写与重音符不敏感；/api/show 会把模型能力标注为 speech。截至 2026-10-25，HuggingFace 上检索不到 Phonon/Gradium 的官方权重仓，模型库页也未标注权重许可，想核对原始权重的只能以 Ollama 库的分发版为准。

终端用法：macOS 现在真可用了

# 朗读一句话
ollama run phonon "Hello from Ollama."

# 指定声音
ollama run phonon --voice Zoey "Hi, this is Zoey."

# 把对话模型的回复读出来（管道逐句播放）
ollama run gemma4 --hidethinking "Tell me a fun fact about owls in two sentences." | ollama run phonon

# 重定向即导出 WAV（无扬声器服务器可用）
ollama run phonon "Save this to a file." > speech.wav

管道输入是流式的：对话模型的回复出来头一两句就开始播，不用等全文生成完。ollama run phonon 不带文本进入交互模式，回车一行读一行，Ctrl+C 停止当前朗读、Ctrl+D（或 /bye）退出。播放走系统自带播放器：macOS 用 afplay，Linux 按序尝试 paplay、pw-play、aplay、ffplay，Windows 用 PowerShell。管理远程服务器时设 OLLAMA_HOST 指过去，音频在执行命令的本机播放——这条链路 v0.40.9 起就可用，v0.40.11 补齐的是 macOS 本机直跑的场景。

API：OpenAI 兼容，边生成边推流

/v1/audio/speech 接 model、input、voice 三个主要参数，response_format 支持 wav（默认）与 pcm，均为 16-bit 单声道 24kHz。响应随生成进度推流：

curl -sN http://localhost:11434/v1/audio/speech \
  -H "Content-Type: application/json" \
  -d '{"model": "phonon", "input": "Playback starts while the rest is still being generated."}' \
  | ffplay -nodisp -autoexit -loglevel error -

Python/JavaScript 的 openai SDK 把 base_url 指到 http://localhost:11434/v1，即可复用 client.audio.speech 接口。两个工程细节值得注意：

流式 WAV 的头部特殊：响应头在音频长度未知时就要写出，size 字段填的是最大值——适合边收边播，把响应直接落盘成 .wav 再用普通播放器解析，长度信息可能不对；
voice 填错不静默：未知 voice 返回 400，错误信息会列出全部可用声音名。

文本处理口径：按原文读，不自动展开

官方文档当前的口径是「文本按写出的样子读」：数字、日期、缩写不会自动展开成单词，想读得自然要自己拼写——写 twenty-one 而不是 21。emoji、列表符号和 markdown 标记会被跳过；不支持的参数（其他格式、语速、instructions）返回 400 而不是静默忽略；语音模型不接受 chat、completion、embedding 请求，同样返回 400。单次请求 input 上限 4096 字符，ollama run 会自动按段落和句子切分长文。

同版收录：d3 决策模型家族

v0.40.11 同时把 d3 决策模型家族纳入模型库：来自 vLLM Semantic Router 项目，2B/4B/9B/27B 四档。给一段文本、一份结构化状态或一张图，它输出的是判断而不是生成内容——分类标签、是/否概率，或按序数标准打分。官方文档在 Decision 页给的能力描述就是三件事：文本分类、估计是/否概率、按序数标准打分。

ollama run d3 "A customer says their card was charged twice." --ask "Is this a billing issue?"

这类模型的用途是把「判断」从生成模型里拆出来单独跑：客服工单分流、内容审核初筛、结构化数据校验这类任务，用小模型出概率比让大模型生成一段话再解析更快也更稳定。d3 之前，Ollama 库里已有 Nimble、Tev1、Clef 等决策模型，d3 是这个家族新增的选项。

平台支持现状

平台	语音合成可用版本
Linux / Windows	v0.40.9（2026-10-22）
macOS	v0.40.11（2026-10-24）
远程播放（OLLAMA_HOST）	v0.40.9 起

中间的 v0.40.10（10 月 23 日）上是 NVIDIA Nemotron 3.5 Bolt E4B 视觉模型，与语音无关。要用语音合成认准 0.40.9 及以上，macOS 认准 0.40.11 及以上。

参考链接

GitHub Release v0.40.11（macOS Speech 与 d3 更新说明）— https://github.com/ollama/ollama/releases/tag/v0.40.11
GitHub Release v0.40.9（Speech 首次引入，当时仅标注 Apple Silicon）— https://github.com/ollama/ollama/releases/tag/v0.40.9
Ollama 官方文档：Speech — https://docs.ollama.com/capabilities/speech
Ollama 官方文档：Decision — https://docs.ollama.com/capabilities/decision
Ollama 模型库：phonon — https://ollama.com/library/phonon
Ollama 模型库：d3 — https://ollama.com/library/d3

← 8GB 显卡跑 176.9B Coder：Qwen3.8-Flash-Next 剪枝版实测 262K 上下文月之暗面发布 Kimi K3.1 Pro：2.8 万亿参数、100 万上下文，权重 11 月 4 日前开源 →