← 返回 AI 开源导航

Bark Tts

语音识别

GitHub 仓库

一、项目简介

Bark 是 Suno 开源的文本转语音（TTS）模型，能生成极具表现力的语音，包括语气、停顿、笑声甚至背景音效，支持多语言，适合需要富有情感语音合成的场景。

二、核心特性

  • 高表现力语音：包含情感、韵律与非语言音效；
  • 多语言支持；
  • 可生成音乐/音效提示；
  • 语音克隆（受支持情况依赖版本）；
  • 完全本地运行；
  • 开源权重。

三、适用场景

  • 富有情感的语音合成；
  • 播客 / 有声内容制作；
  • 需要音效与语音混合的生成。

四、快速上手

pip install bark
from bark import generate_audio, SAMPLE_RATE
audio = generate_audio("你好，欢迎使用 AI 导航站")

五、注意事项

  • 生成速度较慢，需 GPU 更佳；
  • 输出有随机性，需多次生成挑选；
  • 注意模型许可与内容合规（禁止用于冒充他人）。