Bark — 텍스트로 음성과 배경음을 만드는 생성 모델
Bark
한 문장으로 음성뿐 아니라 음악, 배경 소음, 심지어 웃음·한숨·울음 같은 비언어적 소리까지 만들고 싶다면 Bark를 눈여겨볼 만해요. Suno가 만든 Transformer 기반 텍스트-투-오디오 모델로, 높은 현실감의 다중 언어 음성을 생성해요. GPT 스타일 아키텍처를 따르고 EnCodec의 양자화된 오디오 표현을 써서, 텍스트 프롬프트를 중간 음소 단계 없이 곧바로 오디오로 변환하는 게 특징이에요. 다국어를 별도 설정 없이 지원하고, 입력 텍스트에서 언어를 자동 판별해요.
이 카테고리의 문서
- 소개: 텍스트 프롬프트 생성 오디오 모델
- 아키텍처: 세 개의 Transformer 모델
- 실전 사용: transformers 파이프라인으로 쓰기