Ollama 0.40.11: Mac’te Yerel Ses Üretimi ve Akışlı Konuşma API’si

Bir yapay zekâ yanıtını ekranda okumak yerine dinlemek, özellikle uzun metinlerde kullanışlı olabilir. Ollama’nın 24 Ekim 2026’da yayımlanan 0.40.11 sürümü, macOS üzerinde metinden ses üretimini ve uygulamalara akışlı ses sunan bir API yolunu öne çıkarıyor. Buradaki yenilik yeni bir sohbet modelinden çok, yazılı yanıtı kullanıcıya ulaştırmanın başka bir biçimi: sesin tamamı hazırlanmadan oynatmaya başlayabilmek. Resmî sürüm kaydı, terminalde metin veya sohbet yanıtının seslendirilmesini açıkça duyuruyor.

Ancak “yerel ses” ifadesi her bilgisayarda, her dilde ve aynı lisansla çalışan tek bir paket anlamına gelmiyor. Phonon’un Ollama sayfası Apple Silicon gereksinimini belirtiyor; listelenen diller arasında Türkçe bulunmuyor. İngilizce 31 milyon parametreli model ile 40 milyon parametreli seçeneklerin kullanım koşulları da farklı. Bu yazı sürüm kaydı ve resmî dokümantasyonun değerlendirmesidir; cihaz üzerinde yapılmış hız veya ses kalitesi testi değildir.

Ne değişti, hangi sürüm gerekiyor?

0.40.11 sürüm notu, Ollama’nın macOS’ta konuşma üretebildiğini ve uygulamaların OpenAI uyumlu /v1/audio/speech uç noktasından akışlı ses alabileceğini söylüyor. Akışlı üretim, tüm metnin ses dosyasına dönüşmesini beklemek yerine hazır parçaları oynatmayı mümkün kılıyor. Bu özellik özellikle birkaç paragraf süren yanıtların başlangıcındaki beklemeyi azaltabilecek bir tasarım; her donanımda belirli bir gecikme değerinin garanti edildiği anlamına gelmiyor.

Tarih ve asgari sürüm ayrımına dikkat etmek gerekiyor. Haber konusu 24 Ekim tarihli 0.40.11 duyurusu olsa da konuşma dokümantasyonu ve model sayfası kurulum için 0.40.9 veya sonrasını belirtiyor. Dolayısıyla bütün altyapının ilk kez 0.40.11’de ortaya çıktığını söylemek doğru olmaz. Üretimde kullanılacak sürümün sabitlenmesi, model etiketinin kaydedilmesi ve aynı denemenin bu ikiliyle tekrarlanması daha sağlıklı bir yaklaşım.

Phonon seçenekleri: Türkçe için henüz dayanak yok

Phonon model sayfası, aileyi Gradium’un metinden konuşma modelleri olarak tanımlıyor. Açıklama bölümünde varsayılan seçenek 31M İngilizce; 40M seçenekler ise İngilizce, Fransızca, Almanca, İspanyolca, Portekizce ve bu beş dili kapsayan çok dilli model olarak listeleniyor. “Multilingual” etiketini görmek, Türkçe dahil bütün dillerin desteklendiği anlamına gelmez. Türkçe içerik üretmek isteyen bir ekip bu sürümü doğrulanmış bir Türkçe seslendirme çözümü olarak seçmemeli.

Kaynaklar arasında ayrıca görünür bir uyumsuzluk var: model açıklaması varsayılan 31M paketinde yalnız default sesini belirtirken konuşma kılavuzu Zoey, Easton ve Freya gibi seslerden söz ediyor. Bu nedenle belirli bir sesin her kurulumda bulunacağını vaat etmiyoruz. Kılavuzun önerdiği ollama show phonon komutuyla kurulu paketin seslerini denetlemek gerekir. Belirsizliği çözmenin yolu tahminle bir ses adı seçmek değil, gerçekten indirilen modelin bildirdiği seçenekleri kullanmaktır.

Model sayfasındaki bellek rakamları da bağlama bağlı: Apple M5 Max üzerinde yüklenmiş bellek için 31M modelde 121 MB, 40M seçeneklerde 141 MB bildiriliyor. Bunlar bütün uygulamanın toplam bellek tüketimi veya her Mac için ölçülmüş sonuçlar değildir. Yanıtı üreten ayrı bir sohbet modeli çalışıyorsa onun bellek ihtiyacı da toplam hesaba eklenir.

Gerçek kullanım: İngilizce özeti dinlenebilir hale getirmek

Somut bir örnek olarak, İngilizce toplantı notlarından kısa bir özet hazırlayan yerel uygulamayı düşünelim. İlk aşama metin üretimi, ikinci aşama seslendirmedir. Phonon ikinci işi yapar; toplantıyı dinleyip yazıya çevirmez, özeti doğrulamaz ve kendi başına sohbet yanıtı üretmez. Bu ayrım önemlidir: yanlış hazırlanmış bir metin, akıcı biçimde seslendirildiğinde doğru hale gelmez.

İlk deneme kısa ve kişisel bilgi içermeyen bir İngilizce cümleyle yapılabilir. Kılavuzdaki temel kullanım ollama run phonon "Hello from Ollama." biçiminde. Çıktı dosyaya yönlendirilirse terminal komutu hoparlörde oynatmak yerine WAV yazar. Böylece ekip aynı örneği tekrar dinleyebilir, telaffuz hatalarını işaretleyebilir ve metni düzeltmenin sonucu nasıl etkilediğini karşılaştırabilir. Bu örnekler burada çalıştırılmış testler değil, resmî kullanım yolunun açıklamasıdır.

Sonraki adımda asistanın ürettiği metin ses modeline aktarılabilir. Ancak düşünme veya durum mesajları ile kullanıcıya sunulacak nihai yanıt ayrılmalıdır. Kılavuz, sohbet modeli çıktısının bir boru hattıyla aktarılmasına örnek veriyor. Uygulama geliştiricisi buna durdurma, yeniden dinleme ve metin görünümüne dönme kontrollerini eklemeli; ses üretimi başladı diye kullanıcı uzun bir yanıtı sonuna kadar dinlemek zorunda bırakılmamalı.

API sınırları ve metni hazırlama

Konuşma API’si için belgelenen giriş sınırı istek başına 4.096 karakter. Terminaldeki ollama run daha uzun metinleri paragraf ve cümle sınırlarında bölüyor; kendi API istemcinizin de bunu otomatik yaptığı varsayılmamalı. Uzun bir belgenin parçalarını gönderirken sıra, iptal ve hata yönetimi uygulamanın sorumluluğunda kalır. Bir parça başarısız olduğunda bütün metni yeniden seslendirmek gereksiz bekleme ve kaynak tüketimi yaratabilir.

Kılavuz WAV ve ham PCM biçimlerini belgeliyor: 24 kHz, tek kanallı ve 16 bit ses. Akışlı WAV başlığında uzunluk henüz bilinmediğinden boyut alanlarının en büyük değerle yazıldığı belirtiliyor. Dosyayı başka bir düzenleme aracına aktaracak ekipler, aracın bu çıktıyı doğru açtığını kontrol etmeli. OpenAI uyumlu bir uç nokta kullanılması, başka hizmetlerdeki her ses biçiminin veya seçeneğin desteklendiği anlamına gelmiyor.

Desteklenmeyen hız, biçim veya talimat seçenekleri ile bilinmeyen ses adları için 400 hatası belgeleniyor. Tarihleri sözcüklerle yazmak, kısaltmaları açmak ve okunmayacak işaretleri temizlemek yararlı hazırlık adımları. Burada da kaynaklar tam örtüşmüyor: kılavuz bazı Markdown işaretlerinin atlandığını, model sayfası ise biçimlendirme işaretlerinin seslendirilebileceğini söylüyor. Bu yüzden temiz düz metin hazırlayıp sonucu dinlemek, işaretlerin kendiliğinden doğru ele alınacağını varsaymaktan daha güvenilir.

Maliyet ve lisans: aynı aile, farklı koşullar

Ollama yazılımı, 0.40.11 etiketindeki lisans dosyasına göre MIT lisanslı. Bu izinler model ağırlıklarının lisansını otomatik olarak belirlemez. Phonon sayfası 31M İngilizce kontrol noktasını Apache 2.0, 40M İngilizce ve diğer dil seçeneklerini ise ticari olmayan kullanımla sınırlı CC BY-NC 4.0 olarak listeliyor. Ücretli bir ürüne ses eklerken yalnız “Ollama ücretsiz” demek yeterli değil; seçilen ağırlığın koşulları ayrıca değerlendirilmelidir.

Yerel çalışmada uzak bir konuşma API’sine istek başına ödeme yapılmaması mümkün olsa da toplam maliyet sıfır değildir. Donanım, elektrik, depolama, bakım ve kalite kontrol süresi hesaba girer. Özeti üreten model uzak bir hizmetteyse onun bedeli de devam eder. İncelenen kaynaklar bu iş akışı için doğrulanmış bir yüzde tasarruf vermiyor; maliyet kararını kendi metin uzunluğunuz ve kullanım sıklığınız üzerinden vermek gerekir.

Gizlilik, güvenlik ve erişilebilirlik

Metni kendi cihazınızda seslendirmek, konuşma üretimi aşamasında uzak bir hizmete aktarım ihtiyacını azaltabilir. Fakat tüm zincirin yerel olması ayrı bir koşuldur: metni bulutta üretiyor, uzak Ollama sunucusuna gönderiyor veya ses dosyalarını ortak klasörde saklıyorsanız veri başka noktalara taşınır. Günlükler, dosya izinleri ve saklama süreleri gözden geçirilmeli; yerel API sırf kolay bağlantı için kontrolsüz biçimde internete açılmamalıdır.

Erişilebilirlikle somut bağlantı, desteklenen dillerdeki metni dinleme seçeneğidir. Bu, uzun yanıtları okumakta zorlanan veya elleri başka işle meşgul olan kullanıcılar için yardımcı olabilir. Ancak bir ses modeli ekran okuyucunun yerini tutmaz: arayüzde gezinme, düğme adları, odak yönetimi ve hata bildirimleri ayrı gereksinimlerdir. Otomatik başlayan sesin ekran okuyucuyla çakışmaması için oynatmayı kullanıcı başlatmalı, durdurma kontrolü klavyeyle erişilebilir olmalı ve metin görünür kalmalıdır.

Sonuç: Ollama 0.40.11, Apple Silicon kullanan ve desteklenen dillerde yerel seslendirme isteyen ekipler için incelenmeye değer bir entegrasyon yolu sunuyor. En sağlam başlangıç, kısa bir metin, sabitlenmiş model etiketi, doğrulanmış lisans ve dinleyerek kontrol edilen çıktıdır. Türkçe desteği, bütün ses seçeneklerinin kullanılabilirliği veya her cihazda aynı hız konusunda kaynakların söylemediği vaatleri eklememek gerekiyor.

Birincil kaynaklar

• Ollama 0.40.11 sürüm kaydı — 24 Ekim 2026
• Ollama konuşma kılavuzu — API, biçimler ve sınırlar
• Phonon model sayfası — diller, donanım ve model lisansları
• Ollama 0.40.11 MIT lisansı

Kaynak kontrol tarihi: 26 Ekim 2026. Değişebilen dokümantasyon ile sürüm duyurusunun kapsamı ayrı değerlendirilmiştir.