
OllamaのSpeech(音声生成)とは。phononの使い方と、/v1/audio/speechの制限・対象Mac
Ollamaのv0.40.11(2026年10月24日公開、日本時間)で、ローカルで文章を読み上げる「Speech(音声生成)」が発表されました。音声モデル「phonon」を入れると、ollama run でテキストやチャットモデルの返答を読み上げたり、OpenAI互換の /v1/audio/speech から音声ファイルを作ったりできます。この記事は、公式のリリースノート、ドキュメント、モデルページに書かれた内容を整理したものです。
この記事が関係する人 / 関係しない人
関係する人: Apple Silicon の Mac で Ollama を使っていて、ローカルのアプリやスクリプトに読み上げを足したい人
関係する人: OpenAI の音声APIを使うコードを、ローカルの Ollama に向けて試したい人
関係しない人: 日本語の読み上げが目的の人(phonon の対応言語に日本語はありません。後述)
関係しない人: Intel の Mac や、Linux・Windows だけで Ollama を使っている人(phonon のモデルページでは Apple Silicon が必要とされています)
確認方法: ollama pull phonon のあとに ollama show phonon を実行し、capabilities に speech があること、使える声(voices)の一覧が出ることを確かめます(Ollama Speech)。Ollama は、ガイドでは v0.40.9 以降が条件です。macOS と Windows は自動で更新を取得し、メニューバー(タスクバー)の項目から「Restart to update」で適用します(Ollama FAQ)。
何が出たか
v0.40.11 のリリースノートでは、macOS で音声を生成できるようになったこと、ollama run がテキストやチャットモデルの返答を生成しながら再生すること、アプリからは OpenAI 互換の /v1/audio/speech で音声をストリーミングできることが書かれています。
Ollama can now generate speech on macOS.
訳: Ollama は macOS で音声を生成できるようになりました。(Ollama v0.40.11 リリースノート)
読み上げに使うモデルは、Gradium の音声合成モデル「phonon」です。既定の phonon は31Mパラメータの英語モデル(phonon:31m-en)で、サイズは113MBです。英語以外は40Mのモデルを選びます。
phonon(phonon:31m-en, phonon:en): 英語。Apache 2.0
phonon:40m-en: 英語の40M版
phonon:fr / phonon:de / phonon:es / phonon:pt: フランス語、ドイツ語、スペイン語、ポルトガル語
phonon:multilingual: 上の5言語をまとめたもの
40Mのモデルは CC BY-NC 4.0 で、非商用の利用に限られます。商用のアプリに組み込むなら、Apache 2.0 の既定の英語モデルかどうかを確かめてから使います。
動かす条件は、モデルページに次のように書かれています。
These Ollama packages require Apple Silicon and Ollama 0.40.9 or later.
訳: これらの Ollama のパッケージには、Apple Silicon と Ollama 0.40.9 以降が必要です。(Ollama「phonon」モデルページ)
ターミナルで読み上げる
ガイドにあるコマンドは次のとおりです。ollama run はパソコンのスピーカーで再生します。
ollama pull phonon
# テキストを読み上げる
ollama run phonon "Hello from Ollama."
# 別のプログラムの出力を読み上げる
echo "Text from another program works too." | ollama run phonon
# チャットモデルの返答を読み上げる
ollama run gemma4 --hidethinking "Tell me a fun fact about owls in two sentences." | ollama run phonon
# 出力をリダイレクトすると、再生せずWAVファイルに書き出す
ollama run phonon "Save this to a file." > speech.wavパイプで渡したテキストは届いた順に読み上げられるので、チャットモデルの返答は最初の1〜2文が出たところで再生が始まります。テキストを付けずに ollama run phonon を実行すると、>>> のプロンプトで1行ずつ読み上げられます(Ctrl+Cで読み上げを止め、/bye か Ctrl+D で終了)。声は --voice で選べます。使える声の名前は ollama show phonon で確認します。

APIから音声ファイルを作る
アプリからは、OpenAI 互換の /v1/audio/speech を使います。ガイドの cURL の例は次のとおりです。
curl http://localhost:11434/v1/audio/speech \
-H "Content-Type: application/json" \
-d '{
"model": "phonon",
"input": "Hello from Ollama.",
"voice": "default"
}' --output speech.wavOpenAI の Python・JavaScript の SDK も、base_url を http://localhost:11434/v1 にすれば同じ形で呼べます。レスポンスは生成しながら返るので、全文の生成を待たずに再生を始められます。
OpenAIの音声APIと違うところ
OpenAI 互換といっても、対応しているのは一部です。OpenAI のコードをそのまま向けると、次の点で 400 エラーになります。
形式: response_format は wav(既定)と pcm だけ。mp3、opus、aac、flac は使えません。既定は mp3 ではなく wav です
速さ: speed は 1 のみ
指示: instructions は使えません
長さ: input は1リクエスト4,096文字まで。ollama run では、長い文章を段落と文の区切りで自動的に分けます
声: 知らない声の名前を指定すると、使える声の一覧つきの 400 エラーになります
音声: 16ビット、モノラル、24kHz
対応していない指定を黙って無視しない作りになっている点は、ガイドにはっきり書かれています。
Options the model doesn't support, such as other formats, speeds, or instructions, return a 400 error instead of being ignored.
訳: 別の形式や速さ、instructions など、モデルが対応していないオプションは、無視されずに 400 エラーを返します。(Ollama Speech)
ほかに、読み上げる文章の書き方にも注意があります。価格や記号、メールアドレス、URLは読み方に直してから話しますが、数字の日付は書いたとおりに読まれるため、10/23 ではなく October 23 のように書くとガイドは案内しています。絵文字や箇条書きの記号、Markdown の * や # は読み飛ばします。また、音声モデルは音声の生成専用で、チャットや埋め込みのリクエストを送ると 400 エラーになります。
確認すること
Apple Silicon の Mac か、Ollama が v0.40.9 以降か(最新は v0.40.11 以降)
ollama show phonon で capabilities に speech があるか、使いたい声があるか
読み上げたい言語が対応5言語(英語、フランス語、ドイツ語、スペイン語、ポルトガル語)に入っているか
商用で使うなら、モデルのライセンス(31M英語は Apache 2.0、40Mは CC BY-NC 4.0)
OpenAI 向けのコードを流用するなら、response_format・speed・instructions の指定
本文は、2026年10月28日時点で確認した公式のリリースノート、ドキュメント、モデルページの内容です。対応する環境や言語、モデルは変わることがあるので、最新は公式で確認してください。
関連記事
出典:
Ollama「v0.40.11」リリースノート https://github.com/ollama/ollama/releases/tag/v0.40.11
Ollama「Speech」 https://docs.ollama.com/capabilities/speech
Ollama「OpenAI compatibility」 https://docs.ollama.com/api/openai-compatibility
Ollama「phonon」モデルページ https://ollama.com/library/phonon
Ollama「FAQ」 https://docs.ollama.com/faq
開発ツールの仕様変更・提供終了の情報を毎朝お届けしています。見逃したくない方は、フォローしてください。