Bark

Modèle transformeur texte-vers-audio qui parle, chante, rit et produit des effets sonores.

Bark, de Suno, est un modèle texte-vers-audio basé sur des transformers qui génère de la parole multilingue très réaliste ainsi que des sons non verbaux comme les rires, les soupirs, la musique et le bruit. Guidé par des indicateurs entre crochets et des presets de locuteurs, il peut produire une narration expressive et de l'audio ambiant plutôt qu'une simple lecture TTS propre.