品玩3月12日讯，Hume AI正式开源其新型文本到语音（TTS）系统TADA（Text-Acoustic Dual Alignment），旨在解决当前大语言模型（LLM）驱动语音合成中速度、质量与可靠性难以兼顾的核心问题。

TADA创新性地采用文本-声学一对一同步对齐机制，将每个文本词元直接映射至一个连续声学向量，避免传统方法因音频帧远多于文本导致的上下文膨胀与内容错漏。该架构使TADA在NVIDIA硬件上实现实时因子（RTF）0.09，生成速度超同类系统5倍以上，并在LibriTTSR测试集中实现零幻觉（无跳字、插词或失真）。

评估显示，TADA在自然度与说话人相似度方面表现优异，且模型轻量化，支持端侧部署。其高效上下文利用能力可处理长达700秒的语音，适用于长篇叙述与多轮对话场景。

目前，TADA已支持英语及七种其他语言，代码与预训练模型已公开发布，面向医疗、金融等对可靠性要求严苛的领域提供新解决方案。