オプション
ニュース
Hume AI、TADAをリリース:処理速度が5倍で、誤認識のないオープンソースのモバイルTTS

Hume AI、TADAをリリース:処理速度が5倍で、誤認識のないオープンソースのモバイルTTS

2026年3月18日
172

Hume AI、TADAをリリース:処理速度が5倍で、誤認識のないオープンソースのモバイルTTS

Hume AIは、最新の音声生成モデル「TADA(Text-Acoustic Dual Alignment)」をオープンソース化しました。大規模言語モデル(LLM)を基盤とするこのテキスト・トゥ・スピーチ(TTS)システムは、テキストと音響信号の双方を対象とした革新的なデュアルアライメントアーキテクチャを採用しています。このアプローチにより、生成効率と信頼性が大幅に向上し、実用的な応用範囲も拡大します。

公式発表によると、TADAはテキストトークンと音響表現の間に厳密な1対1の同期を確立しています。このアーキテクチャにより、従来のLLMベースのTTSシステムに見られるトークンレベルのコンテンツ幻覚という一般的な問題が完全に解決されました。1,000件以上のテストサンプルを用いた評価において、本モデルではコンテンツ幻覚が1件も発生しませんでした。

性能面では、TADAは同等のLLM TTSシステムと比較して5倍以上の速度で音声を生成します。また、リソース効率も極めて高く、音声1秒あたりわずか2~3フレームの計算リソースしか必要としません。対照的に、従来のソリューションでは通常12.5~75フレームを必要とします。この効率性により、スマートフォンやエッジデバイスなどの低消費電力ハードウェア上でローカル推論を実行することが可能となり、クラウドサーバーが不要になります。

TADAは中国語を含む多言語対応を提供しており、その多言語バージョンはLlama3.23Bパラメータ規模に基づいています。 今回のリリースには、1B(主に英語向け)および3Bの多言語事前学習済みモデルが含まれています。2048トークンのコンテキストウィンドウを持つこのモデルは、1回の処理で約700秒間の連続音声を出力可能です。この能力は、同じトークン制約下で通常約70秒に制限される従来のソリューションをはるかに上回っています。

重要な革新点の一つは、同期転写機能です。音声生成と同時に、モデルは対応するテキスト転写を出力します。このプロセスにより、別途自動音声認識(ASR)を行う必要がなくなり、テキスト出力における追加の遅延がゼロになります。この機能は、リアルタイムキャプション、音声対話システム、コンテンツ作成ツールにおいて特に有用です。

人間の主観評価において、TADAは「自然さ」と「声の類似性」の両方で2位を獲得しました。パラメータ数が多く、より大規模なトレーニングデータを持つ複数のシステムを上回り、極めて競争力のある音質を誇っています。

リンク: https://huggingface.co/collections/HumeAI/tada

関連記事
スウェーデンのAIスタートアップ「Lovable」が主要な資金調達ラウンド終了後、132億ドルの評価額を達成 スウェーデンのAIスタートアップ「Lovable」が主要な資金調達ラウンド終了後、132億ドルの評価額を達成 AI駆動のコーディングツールが注目を集める中、スウェーデンのスタートアップ企業Lovableは大型の資金調達ラウンドを獲得した。同社は30億ドルの調達を目指しており、これにより評価額が昨年12月に記録された66億ドルの倍となる132億ドルに達する可能性がある。この投資をリードするのはMenlo Venturesと見られている。Lovableの魅力は、複雑なコーディングスキルを不要とし、ソフトウェア作成を簡素化する中核の「ヴァイブコーディング」技術に由来する。ユーザーは自然言語で要件を記述するだ
Google、Geminiへの焦点がユーザー制御へシフトする中で、Remy AIエージェントをテスト Google、Geminiへの焦点がユーザー制御へシフトする中で、Remy AIエージェントをテスト 『Business Insider』によると、GoogleはGemini向けの新しいAIパーソナルエージェント「Remy」をテスト中である。このツールはユーザーに代わってタスクを実行することを目的としており、業務フローと日常のルーチンの両方を効率化する。現在、RemyはGeminiアプリケーションの社内限定版においてテストが行われている。この報道は社内文書と、プロジェクトに精通した2人の人物へのインタビューを引用している。社内資料では、Remyを「24時間365日のパーソナルエージェント」と位
Core Web Vitalsを修正してSEOランキングを向上させる方法 Core Web Vitalsを修正してSEOランキングを向上させる方法 AIツールで報告書コメントの作成を効率化はじめに報告書コメント生成用のAIツールMagic SchoolAlmanac AIChat GPTMagic Schoolを使用した報告書コメントの生成Magic Schoolへのログイン報告書コメントツールの選択生徒向けのコメントのカスタマイズAlmanac AIを使用した報告書コメントの生成コースと評価基準の設定報告書の長さと生徒設定の構成Almanac AIによるコメントの生成Magic SchoolとAlmanac A
関連特集おすすめ
書き込み 長文SEO記事に最適なAIアウトライン生成ツール
長文SEO記事に最適なAIアウトライン生成ツール

XIX.AIが厳選した、2026年最新のロングフォームSEO記事向け高評価AIアウトライン生成ツール。これらの強力なツールは、高品質なコンテンツを迅速に作成するための画期的な支援を提供し、執筆効率を大幅に向上させます。 無料版と有料版の比較、実地テスト、詳細なランキングを参考に、ご自身のニーズに合った「ぜひ試すべき」ツールを見つけてください。今すぐチェックして、AIの力を最大限に活用しましょう。

8 ツール
xix.ai
教育と学習 宿題や試験対策に役立つAI学習ツール
宿題や試験対策に役立つAI学習ツール

2026年版 宿題や試験対策に最適な最新AI学習ツール!XIX.AIは、学生の生産性を高め、宿題の完了を効率化し、実際の試験で好成績を収めるのに役立つ、画期的な高評価ツールを厳選して紹介しています。 無料版と有料版の比較、詳細なランキング、そしてAIの力を最大限に引き出すためにぜひ試すべきツールをご紹介します。今すぐチェックしましょう!

10 ツール
xix.ai
作曲 ソングライター向けAIボーカルデモツール:フック、トップライン、多言語のドラフトセッション
ソングライター向けAIボーカルデモツール:フック、トップライン、多言語のドラフトセッション

2026年版 ソングライター、フッククリエイター、多言語コンテンツ制作チームのための最新・最高のAIボーカルデモツール!XIX.AIは、厳格な実地テストを経て、業界に革新をもたらす強力なツールを厳選し、高評価のランキングリストを作成しました。 無料版と有料版の詳細な比較データ、包括的なランキング、そして創作効率を高め、創造力を最大限に引き出すためにぜひ試すべきツールが満載です。今すぐチェックして、あらゆるコンテンツ制作ニーズに最適なツールを見つけましょう!

9 ツール
xix.ai
仕事 中小企業に最適なAI競合分析ツール
中小企業に最適なAI競合分析ツール

2026年版 中小企業向け最新・最高評価のAI競合分析ツール!XIX.AIは、実環境での厳格なテストと詳細なランキングに基づき、毎週更新される、極めて強力で業界に革命をもたらすツールを厳選しました。無料版と有料版の包括的な比較も掲載されており、生産性を向上させ、競争優位性をもたらす「ぜひ試すべき」ツールを見つけるのに役立ちます。 今すぐチェックして、あなたにぴったりのツールを見つけましょう!

9 ツール
xix.ai
画像編集 EC用アパレル向けPhotoshop AIレタッチツール、肌のクレンジング、色の統一
EC用アパレル向けPhotoshop AIレタッチツール、肌のクレンジング、色の統一

2026年最新版、eコマース用アパレル向けPhotoshop AIリタッチツール、肌補正、色調統一に最適!この高評価の厳選リストは、文章作成の効率化、コンテンツ制作の簡素化、完璧な視覚結果の達成を支援する革新的なソリューションを提供しています。各ツールは週次更新ランキングを通じて実世界でテストされ、無料版と有料版の比較詳細も記載されています。XIX.AIが後援するこのガイドは、AIの優位性を最大限に引き出したい方に必見です。今すぐチェック!

10 ツール
xix.ai
プロンプト ChatGPTワークフローに最適なAIプロンプトライブラリ
ChatGPTワークフローに最適なAIプロンプトライブラリ

2026年版:あらゆる種類のChatGPTワークフローを最適化するための、最新かつ最高評価のAIプロンプトライブラリ。XIX.AIは、最高のパフォーマンスを保証するために厳格な実環境テストを経た、強力で画期的なコレクションを厳選しました。 無料版と有料版の詳細な比較や専門家によるランキングを参考に、生産性を高め、AIの真の力を引き出す「必試」ツールを選んでください。今すぐチェックしましょう!

11 ツール
xix.ai
コメント (1)
0/500
NicholasLee
NicholasLee 2026年4月29日 9:00:51 JST

TADA的開源真是業界良心!5倍速且無幻覺,這對需要即時語音合成的開發者來說太實用了。不過好奇它在複雜中文聲調的表現如何?有人測試過嗎?🤔

OR