bark — הדגמה

מה זה

מזינים טקסט לתוך תיבת קלט, בוחרים הגדרה מתוך תפריט אפשרויות ולוחצים על כפתור ההפקה. בצד השני מופיע נגן שמע עם התוצאה להאזנה והורדה. הממשק כולל גם דוגמאות מובנות שאפשר לטעון ישירות כדי לראות איך זה עובד בלי להמציא משפטים מראש.

מאחורי הקלעים רץ המודל המקורי של bark, שטוען מראש משקלים דרך ספריית פייתון ייעודית. הקוד מייבא רשימת שפות נתמכות, קצב דגימה קבוע מראש ומייצר את גלי הקול בעזרת חישובי מערכים של numpy ועיבוד בתוך pytorch.

מתאים ל

• בדיקת איכות דיבור

  האזנה לאיך נשמע טקסט חופשי בלי צורך להוריד מודל כבד למחשב האישי.

• הפקת דגימות שמע קצרות

  יצירת קטעי קול מהירים לבדיקת רעיונות לפרויקטים אישיים ולא מסחריים.

• השוואת שפות נתמכות

  מעבר בין השפות בתפריט ובדיקה אם המבטא והאינטונציה עונים על הדרישות שלכם.

איפה זה נופל

ההדגמה מציגה תיבת טקסט פשוטה ותפריט קבוע, בלי גישה לפרמטרים המתקדמים של יצירת גלי הקול או שליטה עדינה בניואנסים. המודל שרץ מאחור כבד, ואם השרת חווה עומס ייתכנו זמני המתנה ארוכים עד לקבלת התוצאה. הטקסטים שמוזנים כאן צריכים להיבדק מראש, שכן תמיכה בשפות שאינן ברשימת השפות המוגדרת עלולה להניב קול מעוות או פלט שגוי לחלוטין.

איך מריצים

נכנסים לעמוד, כותבים את הטקסט בתיבה, בוחרים אפשרות מהתפריט ולוחצים על כפתור Generate Audio. אין צורך בהתחברות או בהזנת כרטיס אשראי כדי להתחיל.

העיבוד רץ על גבי חומרת zero-a10g שמקצה משאבי עיבוד לפי דרישה. יצירת האודיו לוקחת בדרך כלל כמה שניות או דקות בודדות, תלוי בעומס על השרת ובאורך הטקסט שהזנתם.

pip install -U huggingface_hub
hf download suno/bark

הקבצים

799 קבצים במאגר, 20.7 GB סך הכול. הקישורים מובילים ישירות ל־Hugging Face.

• text_2.pt5.4 GB
• pytorch_model.bin4.5 GB
• coarse_2.pt3.9 GB
• fine_2.pt3.7 GB
• text.pt2.3 GB
• coarse.pt1.3 GB
• fine.pt1.1 GB
• tokenizer.json2.9 MB
• vocab.txt995.5 KB
• speaker_embeddings_path.json61.1 KB
• speaker_embeddings/de_speaker_7_fine_prompt.npy35.3 KB
• speaker_embeddings/pt_speaker_9_fine_prompt.npy34.8 KB
• speaker_embeddings/pt_speaker_1_fine_prompt.npy34.8 KB
• speaker_embeddings/ru_speaker_0_fine_prompt.npy34.4 KB
• speaker_embeddings/ko_speaker_3_fine_prompt.npy33.6 KB
• speaker_embeddings/pt_speaker_6_fine_prompt.npy33.6 KB
• speaker_embeddings/v2/ru_speaker_1_fine_prompt.npy33.6 KB
• speaker_embeddings/v2/fr_speaker_6_fine_prompt.npy33.2 KB
• speaker_embeddings/zh_speaker_5_fine_prompt.npy32.4 KB
• speaker_embeddings/fr_speaker_7_fine_prompt.npy32.0 KB
• speaker_embeddings/it_speaker_3_fine_prompt.npy31.3 KB
• speaker_embeddings/v2/fr_speaker_2_fine_prompt.npy31.0 KB
• speaker_embeddings/ru_speaker_2_fine_prompt.npy30.7 KB
• speaker_embeddings/v2/hi_speaker_5_fine_prompt.npy30.5 KB
• speaker_embeddings/fr_speaker_2_fine_prompt.npy30.3 KB
• speaker_embeddings/v2/de_speaker_9_fine_prompt.npy30.3 KB
• speaker_embeddings/v2/fr_speaker_3_fine_prompt.npy30.1 KB
• speaker_embeddings/ja_speaker_8_fine_prompt.npy30.0 KB
• speaker_embeddings/v2/fr_speaker_4_fine_prompt.npy29.6 KB
• speaker_embeddings/pt_speaker_4_fine_prompt.npy29.1 KB
• speaker_embeddings/it_speaker_0_fine_prompt.npy27.6 KB
• speaker_embeddings/v2/fr_speaker_0_fine_prompt.npy27.1 KB
• speaker_embeddings/ru_speaker_6_fine_prompt.npy27.1 KB
• speaker_embeddings/pl_speaker_6_fine_prompt.npy26.8 KB
• speaker_embeddings/it_speaker_2_fine_prompt.npy26.8 KB
• speaker_embeddings/v2/fr_speaker_5_fine_prompt.npy26.7 KB
• speaker_embeddings/v2/ru_speaker_5_fine_prompt.npy26.4 KB
• speaker_embeddings/ja_speaker_2_fine_prompt.npy26.1 KB
• speaker_embeddings/fr_speaker_5_fine_prompt.npy26.1 KB
• speaker_embeddings/v2/it_speaker_7_fine_prompt.npy25.9 KB

הרישיון

הפרויקט מפורסם תחת רישיון cc-by-nc-4.0. המשמעות היא שמותר לבדוק, לשמוע ולהשתמש בכלי למטרות אישיות ומחקריות בלבד, ואסור להשתמש בתוצאות השמע או בהרצה הזו לצרכים מסחריים מניבי רווח.

• שימוש מסחרי
• שינוי הקוד
• הפצה מחדש

הרישיון המלא בעמוד המודל ↗