Bark 설치 및 사용 가이드 (Mac)

1# 가상 환경 생성 및 활성화2python3 -m venv bark-env3source bark-env/bin/activate4 5# pip 업그레이드6pip install --upgrade pip7 8# Bark 설치9pip install bark

1# 저장소 클론2git clone https://github.com/suno-ai/bark.git3cd bark4 5# 가상 환경 생성 및 활성화6python3 -m venv venv7source venv/bin/activate8 9# 의존성 설치10pip install --upgrade pip11pip install -e .

1pip install --upgrade pip2pip install transformers scipy

1import os2import torch3 4# MPS 사용 가능 여부 확인5if torch.backends.mps.is_available():6    device = torch.device("mps")7    print("MPS 사용 가능 - Apple Silicon 가속 활성화")8elif torch.cuda.is_available():9    device = torch.device("cuda")10    print("CUDA 사용 가능")11else:12    device = torch.device("cpu")13    print("CPU 모드로 실행")

1export PYTORCH_ENABLE_MPS_FALLBACK=1

1import os2os.environ["PYTORCH_ENABLE_MPS_FALLBACK"] = "1"

1import os2# CPU 전용 모드 강제 설정3os.environ["SUNO_OFFLOAD_CPU"] = "True"4os.environ["SUNO_USE_SMALL_MODELS"] = "True"  # 소형 모델 사용으로 메모리 절약

1from bark import SAMPLE_RATE, generate_audio, preload_models2from scipy.io.wavfile import write as write_wav3import numpy as np4 5# 모델 사전 로드 (첫 실행 시 다운로드 포함, 시간 소요)6preload_models()7 8# 텍스트를 음성으로 변환9text_prompt = "안녕하세요. 저는 Bark TTS 모델입니다."10audio_array = generate_audio(text_prompt)11 12# WAV 파일로 저장13write_wav("output.wav", SAMPLE_RATE, audio_array)14print(f"오디오 저장 완료: output.wav (샘플레이트: {SAMPLE_RATE}Hz)")

1from transformers import AutoProcessor, BarkModel2import torch3import scipy4 5# 디바이스 설정6device = "mps" if torch.backends.mps.is_available() else "cpu"7 8# 모델 및 프로세서 로드9processor = AutoProcessor.from_pretrained("suno/bark")10model = BarkModel.from_pretrained("suno/bark")11model = model.to(device)12 13# 텍스트를 음성으로 변환14text = "안녕하세요. Bark 모델을 테스트하고 있습니다."15inputs = processor(text, return_tensors="pt").to(device)16 17# 오디오 생성18with torch.no_grad():19    audio_array = model.generate(**inputs)20 21audio_array = audio_array.cpu().numpy().squeeze()22 23# 저장24sample_rate = model.generation_config.sample_rate25scipy.io.wavfile.write("output.wav", rate=sample_rate, data=audio_array)

1from bark import SAMPLE_RATE, generate_audio, preload_models2from scipy.io.wavfile import write as write_wav3 4preload_models()5 6# 웃음 토큰 활용7text = "정말요? [laughs] 그건 제가 들어본 것 중 가장 재미있는 이야기예요! [giggles]"8audio_array = generate_audio(text)9write_wav("laugh_example.wav", SAMPLE_RATE, audio_array)

1# 음악 토큰 활용2text = "오늘의 하이라이트를 소개합니다. [upbeat music] 첫 번째 순서는 특별 공연입니다!"3audio_array = generate_audio(text)4write_wav("music_example.wav", SAMPLE_RATE, audio_array)

1# 다양한 감정 토큰 혼합2text = "[sighs deeply] 오늘도 하루가 지나가네요. [hums] 그래도 내일은 더 좋은 날이 올 거예요. [laughs]"3audio_array = generate_audio(text)4write_wav("emotion_example.wav", SAMPLE_RATE, audio_array)

1from bark import SAMPLE_RATE, generate_audio, preload_models2from scipy.io.wavfile import write as write_wav3 4preload_models()5 6# 한국어 화자 프리셋 사용7text = "안녕하세요, 저는 한국어를 구사하는 Bark입니다."8audio_array = generate_audio(text, history_prompt="v2/ko_speaker_3")9write_wav("korean_speaker.wav", SAMPLE_RATE, audio_array)10 11# 영어 화자 프리셋 사용12text_en = "Hello! I am Bark, a text-to-audio model by Suno AI."13audio_array_en = generate_audio(text_en, history_prompt="v2/en_speaker_6")14write_wav("english_speaker.wav", SAMPLE_RATE, audio_array_en)

1from transformers import AutoProcessor, BarkModel2import torch, scipy3 4device = "mps" if torch.backends.mps.is_available() else "cpu"5processor = AutoProcessor.from_pretrained("suno/bark")6model = BarkModel.from_pretrained("suno/bark").to(device)7 8# 화자 프리셋 지정9voice_preset = "v2/ko_speaker_5"10inputs = processor("오늘 날씨가 정말 좋네요!", voice_preset=voice_preset, return_tensors="pt").to(device)11 12with torch.no_grad():13    audio_array = model.generate(**inputs)14 15audio_array = audio_array.cpu().numpy().squeeze()16scipy.io.wavfile.write("ko_voice.wav", rate=model.generation_config.sample_rate, data=audio_array)

1import os2 3# 소형 모델 사용 (품질 낮아지지만 속도·메모리 향상)4os.environ["SUNO_USE_SMALL_MODELS"] = "True"5 6from bark import SAMPLE_RATE, generate_audio, preload_models7preload_models()

1from transformers import BarkModel2 3# CPU 오프로딩 활성화 (accelerate 패키지 필요)4model = BarkModel.from_pretrained("suno/bark")5model.enable_cpu_offload()

1pip install accelerate

1from transformers import BarkModel2import torch3 4model = BarkModel.from_pretrained("suno/bark", torch_dtype=torch.float16)5model = model.to("mps")  # Apple Silicon MPS 사용

1export PYTORCH_ENABLE_MPS_FALLBACK=12python your_script.py

1import os2os.environ["SUNO_USE_SMALL_MODELS"] = "True"3os.environ["SUNO_OFFLOAD_CPU"] = "True"

1# 캐시 삭제2rm -rf ~/.cache/huggingface/hub/models--suno--bark3 4# 또는 huggingface_hub 사용5python -c "from huggingface_hub import snapshot_download; snapshot_download('suno/bark')"

1pip install scipy

1from bark import SAMPLE_RATE, generate_audio, preload_models2from scipy.io.wavfile import write as write_wav3import numpy as np4 5preload_models()6 7# 긴 텍스트 분할 생성8sentences = [9    "안녕하세요. 오늘은 Bark TTS를 테스트해보겠습니다.",10    "Bark는 다양한 감정 표현이 가능한 AI 음성 모델입니다.",11    "특수 토큰을 활용하면 더욱 자연스러운 음성을 생성할 수 있습니다."12]13 14audio_pieces = [generate_audio(s) for s in sentences]15full_audio = np.concatenate(audio_pieces)16write_wav("long_text.wav", SAMPLE_RATE, full_audio)