杭州购物网站建设,陕西seo公司,启博微分销,网站制作洋网络JavaScript 库 Transformers.js 提供了类似 Python Transformers 库的功能#xff0c;设计用于在 Web 浏览器中直接运行 Transformer 模型#xff0c;而不再需要外部服务器参与处理。在最新的 2.7 版本中#xff0c;Transformers.js 引入了增强功能#xff0c;其中包括文本…JavaScript 库 Transformers.js 提供了类似 Python Transformers 库的功能设计用于在 Web 浏览器中直接运行 Transformer 模型而不再需要外部服务器参与处理。在最新的 2.7 版本中Transformers.js 引入了增强功能其中包括文本转语音TTS支持。这次升级响应了用户的诸多需求扩展了库的应用场景。
文本转语音TTS包括从文本创建听起来比较自然的语音并提供了多种口语语言和 speaker。目前Transformers.js 只通过 Xenova/speecht5_tts 提供 TTS 支持而 Xenova/speecht5_tts 基于微软提供的带有 ONNX 权重的 SpeechT5。未来更新计划中包括增加对 bark 和 MMS 的支持。
开发人员可以通过 xenova/transformers 中的管道函数来使用文本转语音功能包括指定“文本转语音”任务和要使用的模型Xenova/ speecht5_ts 并使用选项{quantized: false}。此外其中还包含提供 speaker embeddings 的文件链接。
将 TTS 模型应用于给定的文本后它就会输出音频数组和采样率。该数组表示合成语音可以进一步处理或直接在浏览器中播放。
Transformers.js 适用于各种用例包括风格转换、图像绘制、图像着色和超分辨率。它的多功能性和定期更新使其成为开发人员探索机器学习和 Web 开发结合点的宝贵资产并使其成为 Web 机器学习领域的可靠工具。
按照设计Transformers.js 在功能上等同于 Hugging Face 的 Python 库 transformers也就是说你可以使用非常近似的 API 运行相同的预训练模型。
Transformers.js 支持许多任务和模型涉及自然语言处理、视觉、音频、表格数据、多模态应用和强化学习。该库涵盖了从文本分类和摘要到图像分割和对象检测的各种任务这使其成为各种机器学习应用程序的通用工具。
Transformers.js 提供了广泛的模型支持包括 BERT、GPT-2、T5 和 Vision TransformerViT等架构确保用户可以针对特定的任务选择正确的模型。
对于 Transformers.js 的发布社区持积极态度。在今年早些时候发起的 Reddit 帖子中用户 Intrepid-Air6525 表示我决定用它来代替 openai 的嵌入模型。速度非常快。我实际使用的 LLM 是 webLLM 因为我不想消耗太多的 CPU 处理。
用户 1EvilSexyGenius 对 Hugging Face 的市场定位以及关于实际应用的讨论发表了看法
[…] 借助 Transformers.js 及他们提供的其他优秀的库很显然 [Hugging Face] 正在努力实现语言模型的民主化并将它们带给大众。与每天发布的所有模型相比这样的帖子会让这个社区受益匪浅。感兴趣的读者可以从 Hugging Face Transformers.js 官方网站及其 GitHub 库中获得更多信息。
