Menggunakan Asteroid di Hugging Face

asteroid adalah toolkit PyTorch untuk pemisahan sumber audio. Alat ini memungkinkan eksperimen cepat pada dataset umum dengan dukungan untuk berbagai dataset dan resep untuk mereproduksi paper.

Menjelajahi Asteroid di Hub

Anda dapat menemukan model asteroid dengan memfilter di bagian kiri halaman model.

Semua model di Hub dilengkapi dengan fitur-fitur berikut:

1. Kartu model yang dihasilkan secara otomatis dengan deskripsi, konfigurasi pelatihan, metrik, dan lainnya.
2. Tag metadata yang membantu keterdapatannya dan berisi informasi seperti lisensi dan dataset.
3. Widget interaktif yang dapat Anda gunakan untuk bermain langsung dengan model di browser.
4. Widget Inference Providers yang memungkinkan Anda membuat permintaan inferensi.

Menggunakan model yang sudah ada

Untuk panduan lengkap tentang memuat model terlatih, kami menyarankan untuk melihat panduan resmi.

Semua kelas model (BaseModel, ConvTasNet, dll) memiliki metode from_pretrained yang memungkinkan Anda memuat model dari Hub.

from asteroid.models import ConvTasNet
model = ConvTasNet.from_pretrained('mpariente/ConvTasNet_WHAM_sepclean')

Jika Anda ingin melihat cara memuat model tertentu, Anda dapat mengklik Use in Adapter Transformers dan Anda akan diberikan potongan kode yang berfungsi untuk memuatnya!

Berbagi model Anda

Saat ini belum ada metode otomatis untuk mengunggah model Anda ke Hub, tetapi proses pengunggahannya didokumentasikan dalam panduan resmi.

Semua resep membuat semua file yang diperlukan untuk mengunggah model ke Hub. Prosesnya biasanya melibatkan langkah-langkah berikut:

1. Buat dan klon repositori model.
2. Memindahkan file dari output resep ke repositori (kartu model, file model, jejak TensorBoard).
3. Push file-file (git add + git commit + git push).

Setelah Anda melakukan ini, Anda dapat mencoba model Anda langsung di browser dan membagikannya ke komunitas lainnya.

Sumber daya tambahan

• Situs web Asteroid.
• Perpustakaan library Asteroid.
• Dokumentasi integrasi.