Bark – це модель штучного інтелекту, розроблена компанією Suno, призначена для клонування голосів, включаючи тон, висоту, емоції та просодію, зі збереженням музики та навколишнього шуму з вхідного аудіо. Ця трансформаторна ШІ модель перетворення тексту в аудіо може генерувати дуже реалістичну мову, а також інший аудіоконтент, такий як музика, фоновий шум і прості звукові ефекти. Bark також здатний генерувати невербальні комунікації, такі як сміх, зітхання та плач.
Проект був протестований як на CPU, так і на GPU, і його можна використовувати для генерації мови, музичних текстів, звукових ефектів та інших немовних звуків. Проект Bark має відкритий вихідний код і може бути знайдений на GitHub за наступною адресою:
Для візуального ознайомлення з Bark ви можете переглянути це відео на YouTube: