Sunoが開発したTransformerベースのオープンソース音声生成モデル。情感豊かな発話、効果音、音楽を生成。
SunoがGitHubでMITライセンスに基づき完全無償公開。研究・商用利用ともに完全フリーでローカル実行可能
Barkは、AI音楽プラットフォームSunoのチームが開発・完全無償公開したTransformerベースの先駆的音声生成モデルです。従来の音素ベースの機械的な合成方式とは異なり、テキストから直接離散的な音響トークン(EnCodec)を自己回帰予測します。そのため、自然な多言語の朗読だけでなく、ため息([sighs])、咳払い([clears throat])、笑い声、ささやき声、さらには簡単なハミングや背景音まで忠実に表現可能。MITライセンスで提供され、自由なカスタマイズが可能です。