O LlamaVoice é um modelo de geração de voz de grande escala baseado no modelo Llama. Ele fornece um processo mais fluido e eficiente em comparação com os modelos de quantização vetorial tradicionais que dependem da previsão de códigos de voz discretos, por meio da previsão direta de características contínuas. O modelo possui características-chave como previsão de características contínuas, previsão de características latentes de autoencoder variacional (VAE), treinamento conjunto, estratégias de amostragem avançadas e aumento baseado em fluxo.