huggingface实现Bark模型

目录

引言

使用半精度

使用CPU卸载

使用Better Transformer

使用Flash Attention 2

安装

使用

组合优化技术

使用技巧

BarkConfig

实例化 BarkConfig

参数说明

BarkProcessor

参数

__call__ 方法

from_pretrained 方法

save_pretrained 方法

BarkModel

生成语音

示例

启用 CPU 卸载

参数

BarkSemanticModel

forward 方法

参数

BarkCoarseModel

forward 方法

参数

BarkFineModel

forward 方法

参数

BarkCausalModel

forward 方法的参数

BarkCoarseConfig

参数

示例：

BarkFineConfig

参数

示例：

BarkSemanticConfig

参数

示例：

---

引言

Bark是由Suno AI提出的基于变换器的文本到语音模型，它包括四个主要模型：

1. BarkSemanticModel（文本模型）：一个因果自回归变换器模型，它接收被标记化的文本作为输入，并预测捕捉文本含义的语义文本标记。
2. BarkCoarseModel（粗糙声学模型）：一个因果自回归变换器，