在 Hugging Face 上使用 Asteroid

asteroid 是一个用于音频源分离的 Pytorch 工具包。它支持广泛的数据集和复现论文的配方，从而能够快速在常用数据集上进行实验。

在 Hub 中探索 Asteroid

您可以通过在模型页面的左侧进行筛选来找到 asteroid 模型。

Hub 上的所有模型都具备以下特性

1. 自动生成的模型卡片，包含描述、训练配置、指标等。
2. 元数据标签，有助于发现模型，并包含许可证和数据集等信息。
3. 交互式小部件，您可以使用它直接在浏览器中试用模型。
4. 推理 API，允许发出推理请求。

使用现有模型

有关加载预训练模型的完整指南，我们建议查看官方指南。

所有模型类（BaseModel、ConvTasNet 等）都有一个 from_pretrained 方法，允许从 Hub 加载模型。

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

如果您想了解如何加载特定模型，可以点击“在 Adapter Transformers 中使用”，您将获得一个可用的代码片段，您可以加载它！

分享您的模型

目前还没有自动将您的模型上传到 Hub 的方法，但是官方指南中记录了上传模型的过程。

所有配方都会创建将模型上传到 Hub 所需的所有文件。该过程通常包括以下步骤

1. 创建并克隆模型仓库。
2. 将文件从配方输出移动到仓库（模型卡片、模型文件、TensorBoard 跟踪）。
3. 推送文件 (git add + git commit + git push)。

完成此操作后，您可以直接在浏览器中试用您的模型，并将其与社区其他成员分享。

其他资源

• Asteroid 网站。
• Asteroid 库。
• 集成文档。