TADA-3B-ML 是 Hume AI 开源的语音语言模型，基于 Meta Llama 3.2 3B，是 TADA 系列的多语言版本，采用文本-声学 1:1 对齐架构，支持多语种零样本语音克隆与自然表达。

核心特性

• 多语言支持：通过语言专属对齐器支持阿拉伯语、中文、德语、西班牙语、法语、意大利语、日语、波兰语、葡萄牙语等语种
• 1:1 token 对齐：分词器将音频编码为与文本 token 数量一致的向量序列，精确对齐文本与语音
• 动态时长合成：每个自回归步覆盖一个文本 token，动态决定时长与韵律，摆脱固定帧率、消除转写幻觉
• 双流生成：同步生成文本 token 与上一 token 语音，上下文长度与纯文本生成相当
• 高效可靠：3B 参数下提供高保真合成，支持 bf16 推理与提示缓存

适用场景

多语种配音与本地化、有声书与播客、数字人语音、语音助手等。

更多信息可参考：https://github.com/HumeAI/tada