Bark - Transformer tabanlı bir Text-To-Audio modeli

• Oldukça gerçekçi çok dilli ses üretimi mümkün
• Müzik, arka plan gürültüsü ve basit ses efektlerini içerir
• Kahkaha, iç çekme ve ağlama gibi sözsüz iletişim unsurlarını da üretebilir
• İngilizce/Korece ile Almanca/Fransızca/Japonca/Çince gibi dilleri destekler
• Facebook'un EnCodec codec'ini kullanır
• Bark, CC-BY 4.0 NC lisansına sahiptir; Suno modelinin kendisi ise ticari amaçlarla kullanılabilir

[dlehals2]

Bark'ın üretimleri bazen istemlerimden farklı oluyor. Neler oluyor?
Bark, GPT tarzı bir modeldir. Bu nedenle üretimlerinde zaman zaman yaratıcı özgürlükler kullanabilir; bu da geleneksel metinden konuşmaya yaklaşımlarına kıyasla daha yüksek değişkenliğe sahip model çıktılarıyla sonuçlanır.

Bu kısım ürkütücüymüş, haha. Bazen istemden farklı üretmesinin nedeni modelin yaratıcı özgürlüğü olsun diye mi yani..

[kuroneko]

Korece üretimi oldukça iyi yapması şaşırtıcı.