私が最初に使ったローカルAIが、Ollamaでした。
初めて使ったこともあって、Ollamaには思い入れがあります。あのラマのアイコンもかわいいんですよね。
そんなOllamaで、文章を音声として読み上げる機能が使えるようになったそうです。
「自分のパソコンで、AIに文章を読んでもらえるの?」
気になったので、公式情報を調べてみました。ただし、日本語で使いたい人は、対応言語を先に確認する必要があります。
アイキャッチは説明用イメージです。ラマのイラストはOllamaの公式ロゴではありません。
この記事は2026年11月9日時点の公式情報をもとにした紹介です。今回、音声モデルのダウンロードや読み上げの実機テストは行っていません。
まず、Ollamaと音声モデルって何?
Ollamaは、AIのモデルを自分のパソコンで動かすためのツールです。
「モデル」というのは、文章を作ったり、質問に答えたりするためのAIの仕組みのこと。Ollamaを使うと、こうしたモデルを手元のパソコンで扱えます。
今回新しく紹介されたのは、文章を音声に変えるモデルへの対応です。最初の対応モデルとして、Gradiumの「Phonon(フォノン)」が紹介されています。
難しく考えなくても、まずは次のような流れをイメージすると分かりやすいと思います。

説明用の図です。実際の画面ではありません。
Ollamaの導入については、以前の記事「黒い画面が怖かった|AI初心者が初めてOllamaをインストールした日」も参考にしてください。
日本語の読み上げには対応している?
ここが一番気になるところですが、確認した公式ブログに掲載されている言語は、次の5つです。
- 英語
- フランス語
- ドイツ語
- スペイン語
- ポルトガル語
日本語は、この対応言語一覧には掲載されていません。

2026年11月9日確認。今後の対応状況は公式情報をご確認ください。
「multilingual」という名前のモデルもありますが、公式ブログの表では上記の5言語を指しています。名前だけを見て、日本語にも対応していると判断しないようにしたいですね。
なお、これはPhononについての話です。Ollamaで使える別の音声モデルについては、モデルごとに対応言語や読み上げ機能を確認してください。
使う前に確認したいこと
Phononを紹介した公式ブログでは、Apple Silicon搭載MacとOllama 0.40.11以降を案内しています。Apple SiliconはAppleが設計するチップで、MacではM1やM2などが使われています。
一方、音声機能ガイドには0.40.9以降と記載されています。実際の最低動作バージョンは今回確認していないため、ここではブログの案内に合わせて0.40.11以降を目安にします。
自分のMacを確認するときは、画面左上のアップルメニューから「このMacについて」を開き、「チップ」の欄を見てみてください。Intel製のプロセッサが表示されるMacは、今回のApple Silicon搭載Macには当たりません。
音声機能の発表時、ブログではWindowsとLinuxへの対応は今後の予定とされていました。その後、別モデルのLFM3については、更新情報でWindows・Linux対応も案内されています。Phonon自体の対応環境はモデルページで確認してください。
また、モデルは別途ダウンロードが必要です。通信量や保存先の空き容量にも注意しましょう。
英語の読み上げを試すには?
公式ブログでは、対応するMacにOllamaを用意したうえで、ターミナルに次のコマンドを入力してモデルを取得する方法が紹介されています。ここで使う既定の phonon は英語用の31Mモデルです。5言語に対応するモデルは phonon:40m-multilingual で、利用条件も異なります。
ollama pull phonon
ターミナルは、文字でパソコンに指示を出すためのアプリです。このコマンドでは、読み上げに使うモデルをダウンロードします。
準備ができたら、公式の例では次のように英語の文章を渡します。
ollama run phonon "Hello from Ollama."
ここで引用符の中にあるのが、読み上げてもらう文章です。公式ブログには、声を選ぶ方法や、チャットモデルの返答を読み上げさせる例も掲載されています。
ただし、今回こちらでは実際にコマンドを実行していません。動作や声の自然さについては評価できないので、その点はご了承ください。モデルを入れる前に声を聞いてみたい人は、公式ブログの音声サンプルを確認できます。
モデルごとにライセンスも違う
もうひとつ注意したいのが、モデルごとに利用条件が異なることです。
公式案内によると、既定の phonon は英語用31Mモデルで、Apache 2.0で提供されています。一方、英語用40Mを含む40Mモデルは CC BY-NC 4.0 で、非商用利用に制限されています。詳しい条件はライセンスの公式説明をご確認ください。
仕事や収益化するコンテンツなどに使いたい場合は、利用するモデルのライセンスを確認しましょう。上の英語の例は通常の phonon ですが、別のモデルを選ぶ場合は名前と条件を見直してください。
まとめ
Ollamaの音声モデル対応によって、ローカルAIの楽しみ方が、文章の生成から読み上げにも広がりました。
今回確認したポイントはこちらです。
- 最初の音声モデルとして、Gradiumの「Phonon」が紹介されている
- 公式ブログではApple Silicon搭載MacとOllama 0.40.11以降を案内している
- Phononファミリーに掲載されている言語は5言語で、日本語は含まれていない
- 40Mモデルには非商用利用の制限がある
- 今回は公式情報の紹介であり、実機での読み上げは試していない
最初に使った思い入れのあるOllamaに、新しい使い道が増えるのはうれしいですね。かわいいラマのアイコンを眺めつつ、Phononの日本語対応についても今後の公式情報を確認したいと思います。
参考資料
- Ollama公式ブログ:Speech models in Ollama(公開日:2026年10月24日、確認日:2026年11月9日)
- Ollama公式:Phononモデルページ(確認日:2026年11月9日)
- Ollama公式:LFM3-Audio(確認日:2026年11月9日)
- Ollama公式:音声機能ガイド(確認日:2026年11月9日)
- Ollama公式:v0.40.13リリース情報(確認日:2026年11月9日)

コメント