النقاط الرئيسية
- ينتج كلامًا واقعيًا متعدد اللغات إضافة إلى أصوات غير كلامية (ضحك، تنهد، لهاث، موسيقى) من مطالبات نصية.
- الرخصة: MIT — متاحة بالكامل للاستخدام التجاري منذ 1 مايو 2023.
- لا يدعم استنساخ صوت مخصص، وفقًا لوثائق Suno نفسها.
- لا توجد التزامات في مستودع GitHub العام منذ 5 أبريل 2024؛ غير مُصنَّف كأرشيف، لكنه يبدو خاملاً.
- المخرجات محدودة بنحو 13-14 ثانية لكل توليد بحكم تصميم البنية.
- لا تشغّل أبدًا
pip install bark— فهو يثبّت حزمة غير ذات صلة؛ استخدمpip install git+https://github.com/suno-ai/bark.git.
📍 في جملة واحدة
Bark هو نموذج Suno الصوتي التوليدي مفتوح المصدر والمرخّص بموجب MIT الذي ينتج كلامًا متعدد اللغات إضافة إلى أصوات غير كلامية مثل الضحك والتنهد من مطالبات نصية، لكنه لا يدعم استنساخ صوت مخصص ولم يشهد مستودعه العام على GitHub أي التزامات منذ 5 أبريل 2024.
💬 بعبارات بسيطة
إنه نموذج ذكاء اصطناعي يحوّل النص إلى صوت منطوق ويمكنه أيضًا إضافة أصوات بشرية مثل الضحك أو التنهد، وحتى موسيقى بسيطة، بناءً على إشارات تكتبها — مجاني للاستخدام التجاري، لكنه لا يستطيع نسخ صوت شخص معيّن، ولا يبدو أن أحدًا في Suno لا يزال يعمل عليه بنشاط.
📌ملاحظة: أصبحت Suno، الشركة التي بنت Bark، معروفة بشكل أساسي بمنتجها لتوليد الموسيقى بالذكاء الاصطناعي. لم تتمكن PromptQuorum من التأكد مما إذا كانت Suno لا تزال تخصص موارد هندسية لـ Bark؛ سجل الالتزامات العام هو الدليل الوحيد المتاح، ولا يُظهر شيئًا منذ أبريل 2024.
ما الذي يفعله Bark فعليًا
Bark هو نموذج توليدي قائم على المحولات (transformer) بأسلوب GPT لتحويل النص إلى صوت، وليس خط أنابيب تقليدي لتحويل النص إلى كلام. فبدلاً من مجرد ربط النص بالأصوات الصوتية (phonemes) والموجات الصوتية، يولّد رموزًا صوتية مباشرة من النص، وهو ما يتيح له إنتاج أصوات غير كلامية وتنغيم تعبيري لا تستطيع محركات TTS التقليدية تقديمه.
- كلام متعدد اللغات. يدعم Bark 13 لغة، وفقًا لملفه التعريفي الرسمي: الإنجليزية والألمانية والإسبانية والفرنسية والهندية والإيطالية واليابانية والكورية والبولندية والبرتغالية والروسية والتركية والصينية المبسّطة.
- توليد أصوات غير كلامية. يمكن لـ Bark توليد `[laughter]
و[laughs]و[sighs]و[gasps]و[clears throat]كإشارات نصية مضمّنة، إضافة إلى[music]` بسيطة، موثّقة مباشرة في ملفه التعريفي نفسه — وهذه هي الميزة التي تميّزه عن أي محرك TTS محلي آخر تتناوله PromptQuorum. - أكثر من 100 إعداد مسبق للمتحدث. يأتي Bark مع أكثر من 100 إعداد مسبق مدمج للمتحدث عبر لغاته المدعومة، يمكن اختيارها عبر وسيطة
history_prompt(على سبيل المثالv2/en_speaker_6) بدلاً من مقطع صوتي مرجعي. - لا استنساخ صوتي مخصص. تنص وثائق Suno نفسها بوضوح على أن Bark "لا يدعم حاليًا استنساخ الصوت المخصص" — يمكنه مطابقة نبرة وحدة الصوت والعاطفة والتنغيم لإعداد مسبق معيّن، لكنه لا يستطيع استنساخ صوت شخص عشوائي من تسجيل مرجعي كما يفعل XTTS v2.
- مخرجات غير حتمية. يصف ملف Bark التعريفي نفسه أنه يتخذ "حريات إبداعية في توليداته، مما يؤدي إلى مخرجات نموذج ذات تباين أعلى من أساليب تحويل النص إلى كلام التقليدية" — قد يؤدي تشغيل نفس المطالبة مرتين إلى نتائج مختلفة بشكل ملحوظ.
أمثلة استخدام حقيقية
تتبع هذه الأوامر دليل البدء السريع بلغة بايثون الموثّق من Bark نفسه. لاحظ تحذير التثبيت أدناه — وهو مأخوذ مباشرة من ملف README الخاص بالمشروع.
- اجعل المطالبات في حدود 13-14 ثانية من النص المنطوق. يوضّح ملف Bark التعريفي نفسه أن هذا حد بنيوي وليس خطأً برمجيًا: "Bark نموذج بأسلوب GPT، وبنيته/نافذة سياقه مُحسَّنة لإخراج توليدات بهذا الطول تقريبًا." يجب تقسيم السرد الأطول إلى أجزاء ثم دمجها معًا.
- توقّع تباينًا بين عمليات التشغيل. نظرًا لأن المخرجات غير حتمية، ولِّد عدة محاولات لأي جملة تحتاج إلى أن تبدو بطريقة معيّنة واختر الأفضل، بدلاً من افتراض أن المحاولة الأولى تمثيلية.
# تثبيت Bark — لا تستخدم "pip install bark"، الذي يثبّت حزمة
# غير ذات صلة، لا تديرها Suno.
pip install git+https://github.com/suno-ai/bark.git
# واجهة برمجة بايثون: توليد أساسي
from bark import SAMPLE_RATE, generate_audio, preload_models
from scipy.io.wavfile import write as write_wav
preload_models()
text_prompt = "Hello, my name is Suno. And, uh — and I like pizza. [laughs]"
audio_array = generate_audio(text_prompt)
write_wav("bark_generation.wav", SAMPLE_RATE, audio_array)
# استخدام إعداد مسبق محدد للمتحدث بدلاً من صوت عشوائي
audio_array = generate_audio(
"This is a specific preset voice speaking a new sentence.",
history_prompt="v2/en_speaker_6",
)
# تقليل استخدام ذاكرة GPU على البطاقات الأصغر
import os
os.environ["SUNO_OFFLOAD_CPU"] = "True"
os.environ["SUNO_USE_SMALL_MODELS"] = "True"الرخصة وحالة الصيانة
Bark مرخّص بموجب رخصة MIT. ينص ملفه التعريفي بوضوح: "Bark is now licensed under the MIT License, meaning it's now available for commercial use!" — بتاريخ 1 مايو 2023. على عكس XTTS v2 (رخصة CPML غير التجارية) أو F5-TTS (رخصة CC-BY-NC-4.0)، لا يوجد قيد تجاري على أوزان نموذج Bark أو مخرجاته. هذه فقرة تشرح الشكل العام للرخصة، وليست استشارة قانونية — اقرأ نص رخصة MIT بنفسك قبل أي نشر تجاري.
الصيانة هي السؤال المفتوح الحقيقي، وليست الرخصة. لا يُظهر سجل الالتزامات لمستودع suno-ai/bark العام أي التزامات منذ 5 أبريل 2024، حتى تاريخ نشر هذه المراجعة. لا يعرض GitHub المستودع كأرشيف، ولا يزال المجتمع يفتح مشكلات (issues)، لكن PromptQuorum لم تجد دليلاً على نشاط القائمين على الصيانة أو إصدارات أو إصلاحات خلال تلك الفترة. أصبحت Suno، الشركة، معروفة بشكل أساسي بمنتجها لتوليد الموسيقى بالذكاء الاصطناعي بدلاً من Bark، ولم تتمكن PromptQuorum من التأكد مما إذا كانت Suno تخصص حاليًا أي موارد هندسية لمستودع Bark.
تعامل مع "الصيانة النشطة" على أنها غير مؤكدة. إذا كنت تعتمد على Bark في حالة استخدام إنتاجية، ضع في اعتبارك احتمال عدم وصول أي تحديثات أو تصحيحات أمنية أو إصلاحات أخطاء إضافية، وقيّم بدائل مُصانة بنشاط مثل Coqui TTS (عبر فرع idiap/coqui-ai-TTS الذي يصونه المجتمع) أو Piper إذا كانت الصيانة المستمرة مهمة لحالة استخدامك.
ما الرخصة التي يستخدمها Bark؟
Bark مرخّص بموجب رخصة MIT، وأصبح متاحًا بالكامل للاستخدام التجاري منذ 1 مايو 2023، وفقًا لملفه التعريفي الخاص. هذا ليس استشارة قانونية؛ اقرأ نص رخصة MIT بنفسك قبل أي استخدام تجاري.
ما لا يصلح له Bark
Bark نموذج صوتي توليدي مميز بمستوى بحثي، وليس محرك TTS عام الغرض جاهزًا للإنتاج. إنه الأداة الخاطئة للحالات التالية:
- استنساخ صوت شخص معيّن. تنص وثائق Bark نفسها على أنه "لا يدعم حاليًا استنساخ الصوت المخصص". إذا كنت بحاجة إلى استنساخ صوت حقيقي من تسجيل مرجعي قصير، فإن XTTS v2 مصمم تحديدًا لذلك (وإن كان بموجب رخصة غير تجارية) — Bark ليس بديلاً عن ذلك.
- أنظمة إنتاجية تحتاج إلى دعم مستمر مضمون. مع عدم وجود التزامات في المستودع العام منذ 5 أبريل 2024، وانتقال تركيز Suno العلني إلى توليد الموسيقى بالذكاء الاصطناعي، فإن المراهنة على اعتماد إنتاجي على صيانة Bark المستمرة أو تصحيحاته الأمنية أو إصلاحات أخطائه هو خطر حقيقي لا يمكن لـ PromptQuorum استبعاده.
- تطبيقات الوقت الفعلي منخفضة زمن الاستجابة على أجهزة متواضعة. ينص ملف Bark التعريفي نفسه على أنه "على وحدات معالجة رسومات أقدم، أو Colab الافتراضي، أو المعالج المركزي، قد يكون زمن الاستدلال أبطأ بشكل ملحوظ" من السرعة "شبه الفورية" التي يحققها "على وحدات معالجة رسومات المؤسسات و PyTorch nightly". محرك خفيف مثل Piper أنسب للاستخدام في الوقت الفعلي على المعالج المركزي فقط أو الأجهزة المدمجة.
- مخرجات متسقة وقابلة للتكرار. بما أن ملف Bark التعريفي نفسه يصف توليداته بأنها ذات تباين أعلى وغير حتمية مقارنة بـ TTS التقليدي، فهو غير مناسب لأي سير عمل (أنظمة الرد الصوتي التفاعلي، أدوات إمكانية الوصول، الإفصاحات التنظيمية) يحتاج إلى نفس المخرجات بالضبط في كل مرة لنفس المدخلات.
- السرد الطويل في مقطع واحد. حد التوليد البالغ نحو 13-14 ثانية، الذي يعزوه Bark في ملفه التعريفي نفسه إلى بنيته بأسلوب GPT ونافذة سياقه، يعني أن سرد كتاب صوتي أو بودكاست طويل يتطلب تقسيم النص يدويًا إلى أجزاء ثم دمج ملفات الصوت الناتجة.
بدائل Bark
XTTS v2
- الأنسب لـ:
- استنساخ صوتي حقيقي من 6 ثوانٍ من الصوت المرجعي، 17 لغة
- الرخصة:
- CPML (غير تجارية)
أدوات Coqui TTS
- الأنسب لـ:
- أدوات يصونها المجتمع وتشغّل XTTS v2 ونماذج أخرى
- الرخصة:
- MPL-2.0
StyleTTS 2
- الأنسب لـ:
- أعلى جودة سرد إنجليزي طبيعي (دون استنساخ صوتي)
- الرخصة:
- MIT
Piper
- الأنسب لـ:
- أسرع توليد على المعالج المركزي فقط، صيانة نشطة، وقت فعلي على Raspberry Pi
- الرخصة:
- GPL-3.0-or-later
ElevenLabs
- الأنسب لـ:
- واجهة سحابية مُدارة مع استنساخ صوتي تجاري ودعم نشط
- الرخصة:
- ملكية خاصة (واجهة سحابية مدفوعة)
الأسئلة الشائعة
ما هو Bark؟
Bark هو نموذج توليدي مفتوح المصدر لتحويل النص إلى صوت أصدرته Suno، ينتج كلامًا واقعيًا متعدد اللغات إضافة إلى أصوات غير كلامية مثل الضحك والتنهد والموسيقى البسيطة، كل ذلك من مطالبات نصية، دون مقطع صوتي مرجعي.
هل Bark مجاني للاستخدام التجاري؟
نعم. Bark مرخّص بموجب رخصة MIT، وينص ملف Suno التعريفي نفسه على أنه أصبح متاحًا بالكامل للاستخدام التجاري في 1 مايو 2023. هذا ليس استشارة قانونية؛ اقرأ نص رخصة MIT بنفسك قبل أي نشر تجاري.
هل يستطيع Bark استنساخ صوت شخص معيّن؟
لا. تنص وثائق Suno نفسها بوضوح على أن Bark "لا يدعم حاليًا استنساخ الصوت المخصص". يمكنه مطابقة نبرة وتنغيم أحد إعداداته المسبقة المدمجة التي يزيد عددها عن 100، لكنه لا يستطيع استنساخ صوت عشوائي من تسجيل مرجعي. لذلك، راجع مراجعة PromptQuorum لـ XTTS v2، المصمم خصيصًا للاستنساخ الصوتي (بموجب رخصة غير تجارية).
هل لا يزال Bark قيد الصيانة؟
هذا غير مؤكد. لا يُظهر مستودع GitHub العام suno-ai/bark أي التزامات منذ 5 أبريل 2024، رغم أنه غير مُصنَّف كأرشيف ولا يزال المجتمع يفتح مشكلات. أصبحت Suno، الشركة، معروفة بشكل أساسي بمنتجها لتوليد الموسيقى بالذكاء الاصطناعي بدلاً من Bark. لم تتمكن PromptQuorum من التأكد مما إذا كانت Suno تخصص حاليًا موارد هندسية لمستودع Bark.
ما مدة توليد واحد من Bark؟
نحو 13-14 ثانية من النص المنطوق لكل توليد. يعزو ملف Bark التعريفي نفسه هذا إلى بنيته بأسلوب GPT ونافذة سياقه، وليس إلى خطأ برمجي — يجب تقسيم المحتوى الأطول إلى أجزاء ثم دمجه لاحقًا.
لماذا تنتج نفس مطالبة Bark أحيانًا نتائج مختلفة؟
يصف ملف Bark التعريفي نفسه أنه يتخذ "حريات إبداعية في توليداته، مما يؤدي إلى مخرجات نموذج ذات تباين أعلى من أساليب تحويل النص إلى كلام التقليدية". من المتوقع أن يؤدي تشغيل نفس المطالبة مرتين أحيانًا إلى صوت مختلف بشكل ملحوظ.
كم من ذاكرة GPU يحتاجها Bark؟
يحتاج النموذج الكامل إلى نحو 12 جيجابايت من ذاكرة GPU، وفقًا لملفه التعريفي الخاص. يؤدي تعيين متغيّر البيئة SUNO_USE_SMALL_MODELS=True إلى تحميل نماذج أصغر تناسب نحو 8 جيجابايت، ويقوم SUNO_OFFLOAD_CPU=True بنقل النماذج إلى المعالج المركزي بين عمليات التوليد لتقليل استخدام الذاكرة أكثر.
الحكم النهائي
يظل Bark أكثر نموذج محلي لتحويل النص إلى صوت تميّزًا ضمن ما تتناوله PromptQuorum: لا شيء آخر في مجموعة المقارنة هذه يولّد الضحك والتنهد والموسيقى البسيطة من إشارات نصية مضمّنة بموجب رخصة MIT متساهلة بالكامل. بالنسبة للصوت التعبيري والواعي بالأصوات غير الكلامية في المشاريع الشخصية أو النماذج الأولية أو المنتجات التجارية حيث يجب أن تكون الرخصة واضحة، يُعد Bark خيارًا قادرًا حقًا ومنخفض المخاطر من ناحية الترخيص. القراران اللذان يهمان معظم القراء فعليًا هما عدم وجود استنساخ صوتي مخصص وحالة الصيانة غير المؤكدة: لا يحتوي مستودع GitHub العام على أي التزامات منذ 5 أبريل 2024، وقد انتقل تركيز Suno العلني إلى توليد الموسيقى بالذكاء الاصطناعي. إذا كنت بحاجة إلى استنساخ صوت شخص معيّن، استخدم XTTS v2 بدلاً من ذلك (رخصة غير تجارية). إذا كنت بحاجة إلى صيانة نشطة ومحرك سريع برخصة متساهلة للإنتاج، ففكّر في Piper أو أدوات Coqui TTS التي يصونها المجتمع. للاطلاع على بديل تجاري مُدار، راجع مقارنة ElevenLabs.
المصادر
- Bark على GitHub — الملف التعريفي الرسمي: اللغات، إعدادات المتحدث المسبقة، وسوم الأصوات غير الكلامية، الرخصة، وتعليمات التثبيت.
- سجل التزامات Bark — السجل العام لنشاط الصيانة، والذي لا يُظهر أي التزامات منذ 5 أبريل 2024 حتى تاريخ نشر هذه المراجعة.
- Bark على Hugging Face — بطاقة النموذج، التي تعكس وصف الميزات والرخصة الواردين في ملف GitHub التعريفي.
- مراجعة XTTS v2 — مراجعة PromptQuorum المخصصة لبديل الاستنساخ الصوتي الذي لا يوفره Bark.
- رخص TTS المحلي والاستنساخ الصوتي — مقارنة كاملة للرخص بين محركات TTS المحلية.