Bark AI 是一款由 Suno AI 开发的基于 Transformer 的文本到音频的模型，可以生成高度逼真的多语言语音以及其他音频，包括音乐、背景噪音和简单的音效。
该模型还可以产生非语言的音频，如笑声、叹息和哭声。为了支持研究社区，Suno AI 提供了预训练的模型检查点，可以直接进行推理，并可用于商业用途。
Bark AI 不是一个传统的文本到语音模型，而是一个完全生成式的文本到音频模型，它可以根据提供的提示以意想不到的方式偏离。Suno AI 不对任何生成的输出负责。使用时请自行承担风险，并请负责任地行事。
Bark AI 支持多种语言，并根据输入文本自动确定语言。当提示包含混合语言时，Bark AI 将尝试使用各自语言的本地口音。目前英语质量最好，预计其他语言将随着规模的扩大而进一步提高。
特色功能
- 可以生成多种类型的音频，包括语音、音乐、噪音和音效。
- 可以生成非语言的音频，如笑声、叹息和哭声。
- 可以在文本提示中使用方括号来指定音频的特征，如[笑]、[叹气]、[哭]等。
- 可以在文本提示中使用斜杠来分隔不同的音轨，从而实现多声道的效果。
- 可以在文本提示中使用竖线来分隔不同的段落，从而实现长篇生成。
- 可以在文本提示中使用星号来重复某个部分，从而实现循环播放。
- 可以在文本提示中使用感叹号来增强某个部分的情感或强调。
- 可以在文本提示中使用问号来使某个部分变得疑问或不确定。
- 可以在文本提示中使用冒号来指定某个部分的语速或节奏。
收费价格
Bark AI 目前是免费开源的，可以在 Github 上下载和使用。Bark AI 也已经在 Hugging Face 平台上发布，可以通过 API 调用。Bark AI 使用 MIT 许可证授权，意味着它可以用于商业用途。
Bark AI 的开发者 Suno AI 还提供了一个 Suno Studio 的服务，可以让用户通过网页界面或移动应用来使用 Bark AI 生成音频，并提供更多的功能和选项。Suno Studio 目前还处于等待名单阶段，用户需要注册并等待邀请才能使用。Suno Studio 的具体价格尚未公布，但根据官网的介绍，它将提供免费和付费的套餐，以满足不同用户的需求。
常见问题
Bark AI 可以模仿已知人物的声音吗？
不可以。Bark AI 不是一个声音克隆的模型，它不能根据输入的音频或者人物的姓名来生成特定的声音。Bark AI 只能根据输入的文本来生成音频，它会尝试使用合适的语言、口音和情感，但不会与任何已知人物相似。
Bark AI 可以生成歌曲吗？
可以。Bark AI 可以生成简单的歌曲，包括旋律和歌词。用户可以在文本提示中指定歌曲的风格、语言和内容，也可以使用方括号来指定音高、节奏和重复等特征。但是，Bark AI 生成的歌曲可能不会很完美或流畅，因为它不是一个专门的音乐生成模型。
Bark AI 可以生成多长时间的音频？
取决于输入文本的长度和内容。Bark AI 没有固定的时间限制，但是它会根据输入文本的语义和结构来决定生成音频的长度。一般来说，输入文本越长，生成音频越长。但是，如果输入文本包含重复或无意义的部分，Bark AI 可能会忽略或缩短它们。用户也可以使用竖线来分隔不同的段落，从而实现长篇生成。
Bark AI 如何处理错误或无效的输入？
如果输入文本包含错误或无效的字符、单词或语法，Bark AI 会尽力处理并生成音频。但是，这可能会影响生成音频的质量和准确性。因此，建议用户在输入文本之前检查并纠正任何错误或无效的部分。
Bark AI 如何保护用户的隐私和版权？
Bark AI 不会收集或存储用户输入或输出的任何数据。用户可以自由地使用 Bark AI 生成音频，并拥有其版权。但是，用户也应该遵守相关法律法规，并尊重他人的隐私和版权。如果用户使用 Bark AI 生成了侵犯他人权利或违反道德规范的内容，Suno AI 不承担任何责任。
