Bark ist ein von Suno entwickeltes, Transformer-basiertes Text-zu-Audio-Modell, das realistische mehrsprachige Sprache und andere Audiotypen wie Musik, Hintergrundgeräusche und einfache Soundeffekte erzeugen kann. Es unterstützt auch die Generierung nicht-sprachlicher Kommunikation, wie Lachen, Seufzen und Weinen. Bark steht der Forschungscommunity mit bereitgestellten vortrainierten Modell-Checkpoints zur Verfügung, die für Inferenz geeignet sind und kommerziell genutzt werden können.