Bark dépasse les 39 000 étoiles sur GitHub

OOndine

Le modèle audio génératif Bark de Suno a dépassé les 39 000 étoiles sur GitHub, selon AlphaSignal. À partir d’une consigne textuelle, Bark peut produire de la parole, du chant, de la musique, des sons d’ambiance et des vocalisations, comme le rire ; il ne se limite donc pas à la lecture d’un texte, mais peut aussi générer différents types de contenu sonore. Pour fabriquer ces sons, Bark s’appuie sur plusieurs modèles Transformer organisés en étapes et sur des tokens audio EnCodec, qui représentent le son ; cette architecture associe donc traitement du texte et génération audio. Le modèle est distribué sous licence MIT et intégré à Hugging Face Transformers, deux caractéristiques de sa diffusion qui ne garantissent pas, à elles seules, la fidélité du résultat à une consigne. Bark peut en effet modifier le texte demandé ou ajouter des sons inattendus : malgré la variété de ses usages audio, le résultat doit être vérifié si une lecture fidèle du script est nécessaire.