AI文本转语音工具可以说真是太多了，其中我感觉用的最好的是微软的文本转语音，并且市面上大部分的文本转语音工具都是调用的微软的接口，像一些影视解说或是其它非真人出镜的解说视频，声音你一听就听过的那些很熟悉的声音都是微软的，但是现在有了一个更牛的文本转语音工具，那就是Bark。Bark 是由Suno创建的基于转换器的文本到音频模型。Bark 可以生成高度逼真的多语言语音以及其他音频 – 包括音乐、背景噪音和简单的音效。该模型还可以产生非语言交流，如大笑、叹息和哭泣。bark是支持多语言的，但是目前做的最好的还是英语，其它语言还在优化改善中。这是一个开源项目，你可以在中查看项目具体信息，地址：
今天讲一下3种体验Bark文本转语音的方法
1、本地电脑安装
2、 colab云端部署
3、 face及在线体验
1、本地安装
这个工具没有软件客户端，如果想使用的话需要自己配置环境，首先安装环境，打开网站下载页面： 下载稳定版3.10.11，如果是其它操作系统请对应选择。
下载到电脑上之后双击运行安装，注意在安装时一定要勾选add .exe to path，如果不会自定义安装全都默认即可
然后按键盘win+R键打开运行，输入cmd，点击确定，打开命令提示符界面。复制下面命令，然后鼠标右键单击命令提示符界面自动粘贴代码，然后回车运行,安装bark程序
pip install git+https://github.com/suno-ai/bark.git
安装需要下载很多文件，时间长短取决于你的网速，等到出现下面的提示界面就表示bark安装完成了。
接下来安装代码编辑工具vs code，这个是微软出品的工具，打开网站下载链接：，.zip这个是免安装版的，解压后可以直接运行的。
vs code下载完成并打开它，点击左上角【文件】-【新建文本文件】，然后复制输入如下命令，然后保存为bark.py
from bark import SAMPLE_RATE, generate_audio, preload_modelsfrom scipy.io.wavfile import write as write_wavfrom IPython.display import Audio# download and load all modelspreload_models()# generate audio from texttext_prompt = """
Hello, my name is Suno. And, uh — and I like pizza. [laughs]
But I also have other interests such as playing tic tac toe.
"""audio_array = generate_audio(text_prompt)# save audio to diskwrite_wav("bark_generation.wav", SAMPLE_RATE, audio_array)# play text in notebookAudio(audio_array, rate=SAMPLE_RATE)
系统提示有错误，有个包没有导入，在cmd窗口中输入如下命令，回车安装就可以了。
pip install -U IPython
再次返回vs code里，已经没有错误提示了，然后点击右上角运行按钮，首次运行会下载模型文件，比较大，而且多个，大约超13G，需要一些时间。
内容就是需要转换成音频的文本，音频生成完成后会保存在bark.py这个文件的相同文件夹内，如需生成其它文本，直接修改 内容，如果需要更换发音人如v2/，可以在里设置，如下面代码所示：
# generate audio from texttext_prompt = """
你知道今天星期几吗？
"""audio_array = generate_audio(text_prompt, history_prompt="v2/zh_speaker_7")# save audio to diskwrite_wav("bark_generation2.wav", SAMPLE_RATE, audio_array)# play text in notebookAudio(audio_array, rate=SAMPLE_RATE)
在提示词前后加上音乐符号♪，音频将以歌唱的形式生成。还可以生成音效和非语音声音，如下显示
[]
[]
[sighs]
[music]
[gasps]
[ ]
— or … for
♪ for song
for of a word
[MAN] and [WOMAN] to bias Bark male and ,
所有可用发音人列表：
这个用的是CPU，没有使用显存。
2、 colab云端部署
首先打开谷歌，网站地址：，如果没登录的话，点击页面右上角登录按钮登录账号，然后点击页面左上角【文件】-【新建笔记本】
然后点击页面左侧文件夹图标，然后点击谷歌云盘文件夹图标，链接谷歌云盘，
然后点击确定链接云盘，接下来按提示操作就可以。
链接到谷歌云盘后创建的文件会自动保存到云盘，关闭colab也不会丢失了。然后在colab内右侧输入bark安装命令，然后点击左侧的三角号运行命令。
pip install git+https://github.com/suno-ai/bark.git
这个过程42秒，安装完成后左侧三角号不再转圈了，下面显示 …..这个就代表安装成功了。
然后点击三角号上方【+代码】按钮新建代码输入框，输入如下命令：
from bark import SAMPLE_RATE, generate_audio, preload_modelsfrom scipy.io.wavfile import write as write_wavfrom IPython.display import Audio# download and load all modelspreload_models()# generate audio from texttext_prompt = """
Hello, my name is Suno. And, uh — and I like pizza. [laughs]
But I also have other interests such as playing tic tac toe.
"""audio_array = generate_audio(text_prompt)# save audio to diskwrite_wav("/content/drive/MyDrive/Colab Notebooks/bark_generation.wav", SAMPLE_RATE, audio_array)# play text in notebookAudio(audio_array, rate=SAMPLE_RATE)
然后运行代码，系统就会开始将：Hello, my name is Suno. And, uh — and I like pizza. []But I also have other such as tic tac toe.这段文本转成语音，这个过程耗时时间会长一点，
语音生成完成后可以直接点击播放按钮播放音频，点击三个点可以将音频下载到本地。
路径设置为谷歌云盘路径//drive//Colab ，生成的文件会自动保存到云盘，
再次运行命令生成语音的话只输入下面这部分指令即可：
# generate audio from texttext_prompt = """
这里输入待转换成语音的文本内容。
"""audio_array = generate_audio(text_prompt,history_prompt="v2/zh_speaker_7")# save audio to diskwrite_wav("bark_generation.wav", SAMPLE_RATE, audio_array)# play text in notebookAudio(audio_array, rate=SAMPLE_RATE)
所有可用发音人列表：
3、 face及在线体验
在线体验链接：
这个网站需要先登录才能使用，用账号登录，设置完成后点击下方的【】按钮即可生成，感觉这个网站生成速度比较快，但是是收费的。
如果电脑配置比较高的话可以在自己电脑上操作，其次的话荐用 colab部署，速度适中，也无需付费。以上演示为15秒短音频生成教程。下期会做一期长音频生成教程。
bark上手略微有些难度，不像其它文本转语音那么简单，但是bark生成语音的功能确实很强大，目前英语发音比较好，其它语言发音会带一些口音，比如就像老外说中文那样的发音，不过程序也在逐步完善过程中，期待以后会更强大。
原文：
相关文章
