يمكن لـ Bark، وهو نموذج مفتوح المصدر، إنشاء الكلام والموسيقى والضحك والمؤثرات الصوتية من مطالبة نصية واحدة. ويذكر المصدر أنه يدعم 13 لغة وأكثر من 100 إعداد صوتي مسبق، لكنه قد يغيّر الصياغة أو يضيف أصواتًا غير متوقعة.
AlphaSignal8 نوفمبر 2026
قراءة لمدة 1 دقيقة
ينشئ Bark مقاطع صوتية مدتها نحو 13–14 ثانية، ويُوزَّع بموجب رخصة MIT. ويذكر المصدر أن النماذج الكاملة تحتاج إلى نحو 12 GB من ذاكرة GPU، مع توفر إصدارات أصغر للاستخدام بذاكرة أقل.
يهدف النموذج إلى الجمع بين توليد الكلام والموسيقى والمؤثرات في نظام واحد. وينبغي التحقق من مخرجاته عندما تكون المطابقة الدقيقة للنص مهمة.
لماذا يهم
يوفر وسيلة لإنشاء نماذج أولية لأنواع متعددة من الصوت باستخدام نموذج واحد، رغم أن مطابقة النص غير مضمونة.
أدلة
شيء لتجربته
كاختبار افتراضي، أنشئ باستخدام Bark مقطعًا صوتيًا لعبارة قصيرة في لعبة، ثم قارن الكلمات المنطوقة والأصوات المضافة بالنص المصدر.
PUSULAM / فَهْم
سؤال جيد يغيّر كل شيء.
لنحلّل هذا المقال معًا. اسأل عمّا يعنيه، ولماذا يهم، أو كيف يمكن تطبيق فكرته.
نظرة عامة شخصيةلعملك واهتماماتك
ماذا يعني هذا لك؟
شرح مصمم بما يناسب عملك واهتماماتك.
أخبرنا قليلًا عن نفسك لنقدّم لك شرحًا مناسبًا.
PUSULAM / COMMUNITY
المحادثة
ما الذي تغيّر بالنسبة إليك؟ شارك مثالًا مفيدًا أو اطرح سؤالًا على القراء الآخرين.
AutoTrust Labs released JEV-27B v1.1, a 27-billion-parameter model that returns option probabilities rather than free-form text. The company reports a score of 67.31 across 37 benchmarks; the model supports multiple-choice and yes/no questions only. The model selects among supplied options and returns a probability distribution. It stands out on tool selection and intent classification, but is weaker on open-ended reasoning and some other tests.
وجدت دراسة أن نماذج الذكاء الاصطناعي تستطيع رصد بعض السلوكيات المخالفة في سجلات الوكلاء، لكن ارتفاع معدلات الرصد يعني أيضًا زيادة التحذيرات بشأن أفعال غير ضارة. وتشير النتائج إلى أن المدققين قد يكونون أنفع في تقدير مدى تكرار المشكلات من استخدامهم في فحوص السلامة التي يجب أن تكشف كل حادثة. قيّم Andy Hall عدة نماذج باستخدام سجلات مجموعة بيانات MALT التابعة لـMETR. عند معدل إنذارات كاذبة يبلغ 5 بالمئة، رصد GPT-5 ما يقارب 98 بالمئة من 47 حالة من حالات التلاعب بالمكافآت، بينما رصد Gemini 3.8 Flash نحو نصفها. ورصد المدققون ما بين 71 و81 بالمئة من حالات خفض الأداء عمدًا، وكان معظمها اصطناعيًا.
In Vals AI’s simulated tests, Deepseek V4.1 Flash 1017 came close to a leading closed model in some scenarios. The findings highlight the importance of long test runs and lower costs, but do not establish performance on real networks. In the Vals CyberOffense benchmark, agents pursued objectives in simulated corporate networks without human help. GPT-6 Sol Daybreak averaged 15.7/21 objectives in Nova and reached 27/31 in Lighthouse; Deepseek V4.1 Flash 1017 scored 16.3/21 and 21/31. Vals reports approximate run costs of $22 and $3, respectively.
ابدأ المحادثة.