Пост Вышла новая open-source TTS-модель — TADA

Вышла новая open-source TTS-модель — TADA Сегодня представили TADA — speech-language модель, которая генерирует текст и аудио одновременно в одном синхронизированном потоке. Такой подход снижает галлюцинации на уровне токенов и уменьшает задержку генерации. Что заявляют разработчики: • 0 контентных галлюцинаций на более чем 1000 тестовых сэмплах • В 5 раз быстрее, чем сопоставимые LLM-based TTS системы • Значительно более длинные аудио: 2048 токенов ≈ ~700 секунд аудио (против ~70 секунд у классических систем) • Транскрипт генерируется вместе с аудио — без дополнительной задержки Модель уже выложена в open source, поэтому её можно использовать для TTS-сервисов, голосовых ассистентов, генерации подкастов и мультимодальных LLM-систем. 👉 @PythonPortal