BARK это хороший text2voice

Полгода я не выкладывал звуковых нейронок – и примерно с декабря перестал за ними следить. Пришла пора наверстать. Тем более такие полезные штуки выходят.

Вот например Барк.

Опенсорс проект, переводит текст в голос. Понятно, что на английском работает лучше всего, но фишка в том, что он мультиязычный. Даже на русском можно получить приемлемые результаты.

Есть простенькое управление эмоциями и паузами в тексте, есть разделение на мужской и женский голос. В базовой версии на HuggingFace есть выбор из списка голосов, максимальная длина ролика 14 секунд. Хватает чтобы попробовать возможности. Также есть Google.Colab, чтобы не стоять в очереди на HuggingFace.

У Bark-а часто получаются аудио с посторонними шумами. Их можно бесплатно убрать вот тут в Adobe Podcast.

В примерах отрывок из моего текста от GPT4 и отрывок из Жванецкого.

#text2audio