跳到正文

Bark

带多种声音预设的 Transformer 文本到音频模型

访问官网

Bark 是什么

Bark 被介绍为由 Suno 开发的基于 Transformer 的文本到音频模型,能生成逼真的多语言语音,也生成音乐与音效等其他音频。

你可以用它做什么

  • 生成多种语言的语音
  • 制作音乐、噪声与简单音效
  • 加入笑声、叹息或哭泣声

上手流程

  • 安装所需的库和模型
  • 调用 preload_models() 下载并加载模型
  • 用 generate_audio() 从文本提示生成音频
  • 用 write_wav() 把音频保存到磁盘

优点与缺点

✓ 我们认可的地方

  • 支持长音频生成
  • 提供可用于商业用途的预训练模型检查点

! 需要留意的地方

  • CPU 与 GPU 运行有不同硬件要求
  • 语音选择来自预设列表

常见问题

能生成什么?

资料列出多语言语音、音乐、背景噪声、简单音效,以及笑声、叹息和哭泣声。

怎么生成音频?

步骤写明 preload_models()、generate_audio() 和 write_wav()。

最后评测: 2026-11-15

更多 AI 音频工具 工具

查看全部 →

评测方法