TADA-1B 是 Hume AI 开源的语音语言模型，基于 Meta Llama 3.2 1B，通过创新的文本-声学 1:1 对齐架构，让每个文本 token 对应一个语音向量，实现高保真、低开销的语音合成与生成。

核心特性

• 1:1 token 对齐：分词器将音频编码为与文本 token 数量完全一致的向量序列，模型可精确把握语音与文本的时序对应
• 动态时长合成：每个自回归步覆盖一个文本 token，由模型动态决定其时长与韵律，摆脱固定帧率，消除转写幻觉
• 双流生成：同步生成当前文本 token 与上一 token 的语音，上下文长度与纯文本生成相当，效率更高
• 高效可靠：在显著降低计算成本的同时提供更自然的表达与流畅度，支持 bf16 推理与提示缓存
• 零样本声音克隆：基于参考音频提示即可复刻音色

适用场景

有声书与播客配音、数字人语音、语音助手、语音续写与创意语音生成等。

更多信息可参考：https://github.com/HumeAI/tada