在 Hugging Face 中使用 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方案，从而能够在常见数据集上快速进行实验。
在 Hub 中探索 Asteroid
您可以在 模型页面 左侧的筛选器中找到 asteroid 模型。
Hub 上的所有模型都具有以下功能
- 自动生成的模型卡片，其中包含描述、训练配置、指标等。
- 有助于发现性的元数据标签，其中包含许可证和数据集等信息。
- 一个交互式小部件，您可以在浏览器中直接使用它来试用模型。
- 一个推理 API，允许您发出推理请求。
使用现有模型
有关加载预训练模型的完整指南，我们建议您查看 官方指南。
所有模型类（BaseModel、ConvTasNet 等）都具有一个 from_pretrained 方法，该方法允许从 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，您可以点击“在适配器转换器中使用”，系统将为您提供可用于加载它的工作代码段！
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，但上传模型的过程已在 官方指南 中进行了说明。
所有方案都会创建上传模型到 Hub 所需的所有文件。此过程通常包含以下步骤
- 创建并克隆模型存储库。
- 将文件从方案输出移动到存储库（模型卡片、模型文件、TensorBoard 跟踪）。
- 推送文件（
git add+git commit+git push）。
完成后，您可以在浏览器中直接试用您的模型，并与社区其他成员分享。