Mô hình tạo âm thanh/giọng nói đa ngôn ngữ, kể cả tiếng cười, nhạc, hiệu ứng.
Bark tạo ra âm thanh giống thật từ văn bản: giọng nói đa ngôn ngữ, tiếng cười, thở dài, nhạc nền và hiệu ứng âm thanh. Nó có thể diễn cảm xúc và các âm phi lời nói, tạo cảm giác tự nhiên hơn TTS thông thường. Hợp cho nội dung cần chất giọng sinh động.
Chuyển giọng thành chữ, chữ thành giọng, nhân bản voice & tách nhạc.
Các bước cơ bản để bắt đầu.
Cài `pip install git+https://github.com/suno-ai/bark.git`Gọi `generate_audio('văn bản')`Lưu kết quả ra file .wavNhận dạng & chuyển giọng nói thành văn bản đa ngôn ngữ, độ chính xác cao; làm phụ đề, biên bản họp.
Nhân bản giọng từ vài giây mẫu rồi đọc văn bản bất kỳ gần như tức thì — dự án voice-clone kinh điển.
Nhân bản giọng chất lượng cao chỉ từ 1 phút dữ liệu, hỗ trợ cross-lingual, giao diện huấn luyện trọn gói.