bghira-bark

Bark 是一个开源的文本到音频生成模型，支持高质量、多语种、带情感和音效的语音合成。核心功能包括长文本自动分段生成、流式音频输出、原生桌面播放、交互式命令行环境及全流水线批量推理；技术上采用四阶段（语义/粗粒度/细粒度/编解码）联合优化架构，支持 GPU 加速、torch.compile 自动调优与多卡并行，显著提升生成效率与实时性。适用于语音助手原型开发、有声内容自动化生产、无障碍辅助工具及教育类语音合成等需要灵活可控TTS能力的场景。