情感语音AI公司Hume AI首次开源TTS模型TADA：1000+测试样本零内容幻觉，比同级LLM语音合成快5倍

据 1M AI News 监测，情感语音 AI 公司 Hume AI 首次开源了 TTS（文本转语音）模型 TADA（Text-Acoustic Dual Alignment）。该模型的核心创新是将文本 token 与声学特征做 1:1 对齐，在单一同步流中同时生成文本和语音，从根本上消除了传统 LLM TTS 中因音频序列远长于文本序列而导致的幻觉问题。

官方公布的性能数据：在 1000+ 测试样本中实现零内容幻觉（传统系统常出现漏词、多词等问题），推理速度比同级 LLM TTS 快 5 倍。在相同的 2048 个 token 预算下，TADA 可覆盖约 700 秒音频，而传统系统仅覆盖约 70 秒，同时附带免费文本转录且不增加延迟。代码和预训练模型已在 PyPI 上开放下载。

Hume AI 由心理学博士 Alan Cowen 创立，专注于理解和生成具有情感表达能力的语音 AI。今年 1 月，Cowen 和约 7 名核心工程师被谷歌 DeepMind 以 IP 授权模式引入（非收购），用于增强 Gemini 的情感语音能力。Hume AI 在新任 CEO Andrew Ettinger 领导下继续独立运营。