Audio Generate
⚠️ 音频生成目前还处于探索阶段，效果比较差
目前，在音频生成领域，暂无较为成熟的产品和范式，一个值得关注的产品是 suno-ai/bark
传统的文字和音频转换，局限于文字转语音。但是，如果我们希望通过文字描述，生成新的音乐，文字转语音技术就无法满足需求了
bark 是一个新的模型，探索如何在音频领域，通过文字描述生成音频，目前 bark 可以生成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
它使用一种类似于 Stable Diffusion 的范式：通过文字描述和特定的语法生成音频
我们会使用一个样例来带您体验它的功能
高级TTS
打开在线体验的页面，你可以在左边的输入框内，输入要被转为语音的文字，和普通文字转语音技术的不同之处在于，bark 支持特定的语法，可以在语音中加入其他音效。例如人物的笑声，敲门声，叹气声等等
| 语法 | 效果 | 样例输入 | 备注 |
|---|---|---|---|
| [laughter] | 添加笑声音效 | Hello, my name is Suno. [laughter] | |
| [laughs] | 添加笑声音效 | Hello, my name is Suno. [laughs] | |
| [sighs] | 添加叹气音效 | It's so bad [sighs] | |
| ♪ xxxxx ♪ | 唱歌 | ♪ It's not so long, And I'm not there ♪ | 如果使用其他的Speaker 无效，请使用Unconditional |
需要注意的是，Speaker 和输入的文字需要是同一类型
目前 bark 的效果相对较差，距离真正应用还有一段的空间，不过这种通过文字描述+DSL(特定语法的语言)进行音乐生成的范式或许能够被借鉴
我们会持续关注这块，如果有更新的技术突破的话，我们会进行跟进