بارک جنریٹو آڈیو ماڈل

It matters because it treats audio as one continuous creative medium rather than just narration.

سنو کی طرف سے 2023 میں جاری کی گئی بارک، متنوع ٹوکنز کی ترتیب کے طور پر آڈیو تیار کر کے روایتی متن سے تقریر سے الگ ہو گئی ہے، بالکل اسی طرح جیسے زبان کا ماڈل الفاظ تخلیق کرتا ہے۔ صاف ستھرا پائپ لائن کے بجائے جو صرف صاف ستھرا تقریر پیدا کرتی ہے، بارک جذباتی موڑ کے ساتھ جملے کو آواز دے سکتا ہے، بریکٹ والے اشارے جیسے [ہنسی]، [آسیں]، یا [موسیقی]، اور یہاں تک کہ ایک دھن بھی گونج سکتا ہے۔ یہ بہت سی زبانوں کو سپورٹ کرتا ہے اور ایک ہی پرامپٹ میں ان کے درمیان سوئچ کر سکتا ہے۔ چونکہ یہ مکمل طور پر پیدا کرنے والا اور امکانی ہے، اسی لیے ہر بار ایک ہی پرامپٹ کی پیداوار مختلف ہوتی ہے۔ ٹریڈ آف یہ ہے کہ یہ اضافی آوازوں یا بڑھے ہوئے کو گمراہ کر سکتا ہے، اور یہ سرشار TTS انجنوں کے مقابلے میں سست اور کم کنٹرول کے قابل ہے۔ اس کی اپیل اظہار، جاندار، اور حیرت انگیز طور پر انسانی آڈیو ہے۔