vllm-project/vllm-omni

[New Model] Add TADA (Hume AI) TTS model support

Open

#2001 aperta il 19 mar 2026

Vedi su GitHub
 (8 commenti) (0 reazioni) (1 assegnatario)Python (1067 fork)github user discovery
good first issuehelp wantednew model

Metriche repository

Star
 (4990 star)
Metriche merge PR
 (Metriche PR in attesa)

Descrizione

Model

TADA by Hume AI — a speech-language model that unifies speech synthesis with text generation using 1:1 text-speech token alignment built on Llama 3.2.

Architecture

  • Encoder (HumeAI/tada-codec): encodes reference audio into aligned token sequences
  • LLM (TadaForCausalLM): autoregressive generation, available in 1B and 3B-ML (multilingual) variants
  • Generates the complete speech segment per text token in a single AR step (dynamic duration/prosody)

This would likely be a 2-stage pipeline in vllm-omni (AR generation → codec decode), similar to Qwen3 TTS / Fish Speech.

References

cc @ashok-arora — would you be interested in taking a look at this?

Guida contributor

Direzione di ricerca
Esamina i pattern di integrazione dei modelli esistenti in vllm omni (ad esempio Qwen3 TTS, Fish Speech) per comprendere la struttura della pipeline prevista. Quindi implementa il modello TADA come pipeline a due stadi: generazione AR seguita da decodifica codec, simile a quegli esempi.
Tech stack
python
Dominio
aibackend
Tipo issue
Funzionalità
DifficoltàQuanto dovrebbe essere impegnativa per un nuovo contributor.
4
Tempo stimatoTempo stimato per completare e verificare uno scope piccolo.
Oltre 1 settimana
Stato attivitàQuanto è probabile che la issue sia ancora attiva e reviewable.
Attiva
ChiarezzaQuanto chiaramente la issue descrive problema, scope e risultato atteso.
Abbastanza chiara
Prerequisiti
PythonPyTorch
Adatta ai principiantiQuanto la issue è adatta a contributor alla prima esperienza.
20