参数

• input_features (torch.FloatTensor，形状为 (batch_size, sequence_length, feature_size)) — 从原始语音波形中提取的 fbank 特征的浮点值。原始语音波形可以通过加载 .flac 或 .wav 音频文件到 list[float] 类型数组或 numpy.ndarray（例如，通过 soundfile 库 pip install soundfile）获得。要将数组准备为 input_features，应使用 AutoFeatureExtractor 来提取 fbank 特征、填充并转换为 torch.FloatTensor 类型的张量。参阅 call()
• attention_mask (torch.Tensor，形状为 (batch_size, sequence_length)，可选) — 用于避免在填充标记索引上执行注意力操作的掩码。掩码值选择范围为 [0, 1]：
  • 1 表示标记未被掩码，
  • 0 表示标记已被掩码。

  什么是注意力掩码？

• decoder_input_ids (torch.LongTensor，形状为 (batch_size, target_sequence_length)，可选) — 词汇表中解码器输入序列标记的索引。

  可以使用 SpeechToTextTokenizer 获取索引。有关详细信息，请参阅 PreTrainedTokenizer.encode() 和 PreTrainedTokenizer.call()。

  什么是解码器输入 ID？

  SpeechToText 使用 eos_token_id 作为 decoder_input_ids 生成的起始标记。如果使用 past_key_values，则可选地只需输入最后一个 decoder_input_ids（那些没有将其过去的键值状态提供给此模型的标记）（请参阅 past_key_values）。

• decoder_attention_mask (torch.LongTensor，形状为 (batch_size, target_sequence_length)，可选) — 默认行为：生成一个忽略 decoder_input_ids 中填充标记的张量。默认情况下也会使用因果掩码。

  如果您想更改填充行为，应阅读 modeling_speech_to_text._prepare_decoder_attention_mask 并根据您的需要进行修改。有关默认策略的更多信息，请参阅 论文 中的图 1。

• head_mask (torch.Tensor，形状为 (num_heads,) 或 (num_layers, num_heads)，可选) — 用于使自注意力模块中的选定头部无效的掩码。掩码值选择范围为 [0, 1]：
  • 1 表示头部未被掩码，
  • 0 表示头部已被掩码。
• decoder_head_mask (torch.Tensor，形状为 (decoder_layers, decoder_attention_heads)，可选) — 用于使解码器中注意力模块的选定头部无效的掩码。掩码值选择范围为 [0, 1]：
  • 1 表示头部未被掩码，
  • 0 表示头部已被掩码。
• cross_attn_head_mask (torch.Tensor，形状为 (decoder_layers, decoder_attention_heads)，可选) — 用于使交叉注意力模块的选定头部无效的掩码。掩码值选择范围为 [0, 1]：
  • 1 表示头部未被掩码，
  • 0 表示头部已被掩码。
• encoder_outputs (tuple[tuple[torch.FloatTensor]]，可选) — 元组包含 (last_hidden_state, 可选: hidden_states, 可选: attentions) last_hidden_state 的形状为 (batch_size, sequence_length, hidden_size)，可选) 是编码器最后一层输出的隐藏状态序列。在解码器的交叉注意力中会使用。
• past_key_values (tuple[tuple[torch.FloatTensor]], 可选) — 预先计算的隐藏状态（自注意力块和交叉注意力块中的键和值），可用于加速顺序解码。这通常包括模型在先前解码阶段返回的 past_key_values，当 use_cache=True 或 config.use_cache=True 时。

  允许两种格式：

  • 一个 Cache 实例，请参阅我们的 kv 缓存指南；
  • 长度为 config.n_layers 的 tuple(torch.FloatTensor) 元组，每个元组包含 2 个形状为 (batch_size, num_heads, sequence_length, embed_size_per_head) 的张量。这也被称为传统缓存格式。

  模型将输出与输入相同的缓存格式。如果没有传入 past_key_values，将返回传统缓存格式。

  如果使用 past_key_values，用户可以选择只输入形状为 (batch_size, 1) 的最后一个 input_ids（那些没有将过去的键值状态提供给此模型的标记），而不是形状为 (batch_size, sequence_length) 的所有 input_ids。

• decoder_inputs_embeds (torch.FloatTensor，形状为 (batch_size, target_sequence_length, hidden_size)，可选) — 可选地，除了传递 decoder_input_ids，您还可以选择直接传递嵌入表示。如果使用 past_key_values，可选地只需输入最后一个 decoder_inputs_embeds（请参阅 past_key_values）。如果您希望对 decoder_input_ids 索引如何转换为相关向量有比模型内部嵌入查找矩阵更多的控制，这会很有用。

  如果 decoder_input_ids 和 decoder_inputs_embeds 都未设置，decoder_inputs_embeds 将取 inputs_embeds 的值。

• use_cache (bool, 可选) — 如果设置为 True，将返回 past_key_values 键值状态，可用于加速解码（参阅 past_key_values）。
• output_attentions (bool, 可选) — 是否返回所有注意力层的注意力张量。更多详情请参阅返回张量下的 attentions。
• output_hidden_states (bool, 可选) — 是否返回所有层的隐藏状态。更多详情请参阅返回张量下的 hidden_states。
• return_dict (bool, 可选) — 是否返回 ModelOutput 而不是普通元组。

一个 transformers.modeling_outputs.Seq2SeqLMOutput 或一个 torch.FloatTensor 元组（如果传递 return_dict=False 或 config.return_dict=False），包含根据配置 (Speech2TextConfig) 和输入的不同元素。

• loss (torch.FloatTensor，形状为 (1,)，可选，当提供 labels 时返回) — 语言建模损失。

• logits (形状为 (batch_size, sequence_length, config.vocab_size) 的 torch.FloatTensor) — 语言建模头部的预测分数（SoftMax 之前的每个词汇标记的分数）。

• past_key_values (EncoderDecoderCache, 可选, 当传入 use_cache=True 或 config.use_cache=True 时返回) — 它是一个 EncoderDecoderCache 实例。更多详情，请参阅我们的 kv 缓存指南。

  包含预先计算的隐藏状态（自注意力块和交叉注意力块中的键和值），可用于（参见 past_key_values 输入）加速顺序解码。

• decoder_hidden_states (tuple(torch.FloatTensor), 可选, 当传入 output_hidden_states=True 或 config.output_hidden_states=True 时返回) — torch.FloatTensor 元组（如果模型有嵌入层，则为嵌入层输出一个，每层输出一个）的形状为 (batch_size, sequence_length, hidden_size)。

  解码器在每一层输出时的隐藏状态以及初始嵌入输出。

• decoder_attentions (tuple(torch.FloatTensor), 可选, 当传入 output_attentions=True 或 config.output_attentions=True 时返回) — torch.FloatTensor 元组（每层一个）的形状为 (batch_size, num_heads, sequence_length, sequence_length)。

  解码器的注意力权重，在注意力 softmax 之后，用于计算自注意力头中的加权平均。

• cross_attentions (tuple(torch.FloatTensor), 可选, 当传入 output_attentions=True 或 config.output_attentions=True 时返回) — torch.FloatTensor 元组（每层一个）的形状为 (batch_size, num_heads, sequence_length, sequence_length)。

  解码器交叉注意力层的注意力权重，在注意力 softmax 之后，用于计算交叉注意力头中的加权平均。

• encoder_last_hidden_state (torch.FloatTensor，形状为 (batch_size, sequence_length, hidden_size)，可选) — 模型编码器最后一层输出的隐藏状态序列。

• encoder_hidden_states (tuple(torch.FloatTensor), 可选, 当传入 output_hidden_states=True 或 config.output_hidden_states=True 时返回) — torch.FloatTensor 元组（如果模型有嵌入层，则为嵌入层输出一个，每层输出一个）的形状为 (batch_size, sequence_length, hidden_size)。

  编码器在每一层输出时的隐藏状态以及初始嵌入输出。

• encoder_attentions (tuple(torch.FloatTensor), 可选, 当传入 output_attentions=True 或 config.output_attentions=True 时返回) — torch.FloatTensor 元组（每层一个）的形状为 (batch_size, num_heads, sequence_length, sequence_length)。

  编码器的注意力权重，在注意力 softmax 之后，用于计算自注意力头中的加权平均。

参数

• input_features (torch.FloatTensor，形状为 (batch_size, sequence_length, feature_size)) — 从原始语音波形中提取的 fbank 特征的浮点值。原始语音波形可以通过加载 .flac 或 .wav 音频文件到 list[float] 类型数组或 numpy.ndarray（例如，通过 soundfile 库 pip install soundfile）获得。要将数组准备为 input_features，应使用 AutoFeatureExtractor 来提取 fbank 特征、填充并转换为 torch.FloatTensor 类型的张量。参阅 call()
• attention_mask (torch.Tensor，形状为 (batch_size, sequence_length)，可选) — 用于避免在填充标记索引上执行注意力操作的掩码。掩码值选择范围为 [0, 1]：
  • 1 表示标记未被掩码，
  • 0 表示标记已被掩码。

  什么是注意力掩码？

• decoder_input_ids (torch.LongTensor，形状为 (batch_size, target_sequence_length)，可选) — 词汇表中解码器输入序列标记的索引。

  可以使用 SpeechToTextTokenizer 获取索引。有关详细信息，请参阅 PreTrainedTokenizer.encode() 和 PreTrainedTokenizer.call()。

  什么是解码器输入 ID？

  SpeechToText 使用 eos_token_id 作为 decoder_input_ids 生成的起始标记。如果使用 past_key_values，则可选地只需输入最后一个 decoder_input_ids（那些没有将其过去的键值状态提供给此模型的标记）（请参阅 past_key_values）。

• decoder_attention_mask (torch.LongTensor，形状为 (batch_size, target_sequence_length)，可选) — 默认行为：生成一个忽略 decoder_input_ids 中填充标记的张量。默认情况下也会使用因果掩码。

  如果您想更改填充行为，应阅读 modeling_speech_to_text._prepare_decoder_attention_mask 并根据您的需要进行修改。有关默认策略的更多信息，请参阅 论文 中的图 1。

• head_mask (torch.Tensor，形状为 (num_heads,) 或 (num_layers, num_heads)，可选) — 用于使自注意力模块中的选定头部无效的掩码。掩码值选择范围为 [0, 1]：
  • 1 表示头部未被掩码，
  • 0 表示头部已被掩码。
• decoder_head_mask (torch.Tensor，形状为 (decoder_layers, decoder_attention_heads)，可选) — 用于使解码器中注意力模块的选定头部无效的掩码。掩码值选择范围为 [0, 1]：
  • 1 表示头部未被掩码，
  • 0 表示头部已被掩码。
• cross_attn_head_mask (torch.Tensor，形状为 (decoder_layers, decoder_attention_heads)，可选) — 用于使交叉注意力模块的选定头部无效的掩码。掩码值选择范围为 [0, 1]：
  • 1 表示头部未被掩码，
  • 0 表示头部已被掩码。
• encoder_outputs (tuple[tuple[torch.FloatTensor]], 可选) — 元组包含 (last_hidden_state, 可选: hidden_states, 可选: attentions) last_hidden_state 的形状为 (batch_size, sequence_length, hidden_size)，可选) 是编码器最后一层输出的隐藏状态序列。在解码器的交叉注意力中会使用。
• past_key_values (tuple[tuple[torch.FloatTensor]], 可选) — 预先计算的隐藏状态（自注意力块和交叉注意力块中的键和值），可用于加速顺序解码。这通常包括模型在先前解码阶段返回的 past_key_values，当 use_cache=True 或 config.use_cache=True 时。

  允许两种格式：

  • 一个 Cache 实例，请参阅我们的 kv 缓存指南；
  • 长度为 config.n_layers 的 tuple(torch.FloatTensor) 元组，每个元组包含 2 个形状为 (batch_size, num_heads, sequence_length, embed_size_per_head) 的张量。这也被称为传统缓存格式。

  模型将输出与输入相同的缓存格式。如果没有传入 past_key_values，将返回传统缓存格式。

  如果使用 past_key_values，用户可以选择只输入形状为 (batch_size, 1) 的最后一个 input_ids（那些没有将过去的键值状态提供给此模型的标记），而不是形状为 (batch_size, sequence_length) 的所有 input_ids。

• decoder_inputs_embeds (torch.FloatTensor，形状为 (batch_size, target_sequence_length, hidden_size)，可选) — 可选地，除了传递 decoder_input_ids，您还可以选择直接传递嵌入表示。如果使用 past_key_values，可选地只需输入最后一个 decoder_inputs_embeds（请参阅 past_key_values）。如果您希望对 decoder_input_ids 索引如何转换为相关向量有比模型内部嵌入查找矩阵更多的控制，这会很有用。

  如果 decoder_input_ids 和 decoder_inputs_embeds 都未设置，decoder_inputs_embeds 将取 inputs_embeds 的值。

• labels (torch.LongTensor，形状为 (batch_size, sequence_length)，可选) — 用于计算语言建模损失的标签。索引应在 [0, ..., config.vocab_size] 或 -100 之间（参阅 input_ids 文档字符串）。索引设置为 -100 的标记将被忽略（掩码），损失只针对标签在 [0, ..., config.vocab_size] 之间的标记计算。
• use_cache (bool, 可选) — 如果设置为 True，将返回 past_key_values 键值状态，可用于加速解码（参阅 past_key_values）。
• output_attentions (bool, 可选) — 是否返回所有注意力层的注意力张量。更多详情请参阅返回张量下的 attentions。
• output_hidden_states (bool, 可选) — 是否返回所有层的隐藏状态。更多详情请参阅返回张量下的 hidden_states。
• return_dict (bool, 可选) — 是否返回 ModelOutput 而不是普通元组。

一个 transformers.modeling_outputs.Seq2SeqLMOutput 或一个 torch.FloatTensor 元组（如果传递 return_dict=False 或 config.return_dict=False），包含根据配置 (Speech2TextConfig) 和输入的不同元素。

• loss (torch.FloatTensor，形状为 (1,)，可选，当提供 labels 时返回) — 语言建模损失。

• logits (形状为 (batch_size, sequence_length, config.vocab_size) 的 torch.FloatTensor) — 语言建模头部的预测分数（SoftMax 之前的每个词汇标记的分数）。

• past_key_values (EncoderDecoderCache, 可选, 当传入 use_cache=True 或 config.use_cache=True 时返回) — 它是一个 EncoderDecoderCache 实例。更多详情，请参阅我们的 kv 缓存指南。

  包含预先计算的隐藏状态（自注意力块和交叉注意力块中的键和值），可用于（参见 past_key_values 输入）加速顺序解码。

• decoder_hidden_states (tuple(torch.FloatTensor), 可选, 当传入 output_hidden_states=True 或 config.output_hidden_states=True 时返回) — torch.FloatTensor 元组（如果模型有嵌入层，则为嵌入层输出一个，每层输出一个）的形状为 (batch_size, sequence_length, hidden_size)。

  解码器在每一层输出时的隐藏状态以及初始嵌入输出。

• decoder_attentions (tuple(torch.FloatTensor), 可选, 当传入 output_attentions=True 或 config.output_attentions=True 时返回) — torch.FloatTensor 元组（每层一个）的形状为 (batch_size, num_heads, sequence_length, sequence_length)。

  解码器的注意力权重，在注意力 softmax 之后，用于计算自注意力头中的加权平均。

• cross_attentions (tuple(torch.FloatTensor), 可选, 当传入 output_attentions=True 或 config.output_attentions=True 时返回) — torch.FloatTensor 元组（每层一个）的形状为 (batch_size, num_heads, sequence_length, sequence_length)。

  解码器交叉注意力层的注意力权重，在注意力 softmax 之后，用于计算交叉注意力头中的加权平均。

• encoder_last_hidden_state (torch.FloatTensor，形状为 (batch_size, sequence_length, hidden_size)，可选) — 模型编码器最后一层输出的隐藏状态序列。

• encoder_hidden_states (tuple(torch.FloatTensor), 可选, 当传入 output_hidden_states=True 或 config.output_hidden_states=True 时返回) — torch.FloatTensor 元组（如果模型有嵌入层，则为嵌入层输出一个，每层输出一个）的形状为 (batch_size, sequence_length, hidden_size)。

  编码器在每一层输出时的隐藏状态以及初始嵌入输出。

• encoder_attentions (tuple(torch.FloatTensor), 可选, 当传入 output_attentions=True 或 config.output_attentions=True 时返回) — torch.FloatTensor 元组（每层一个）的形状为 (batch_size, num_heads, sequence_length, sequence_length)。

  编码器的注意力权重，在注意力 softmax 之后，用于计算自注意力头中的加权平均。

参数

• input_features (tf.Tensor，形状为 (batch_size, sequence_length, feature_size)) — 从原始语音波形中提取的fbank特征的浮点值。原始语音波形可以通过将.flac或.wav音频文件加载到list[float]类型或numpy.ndarray的数组中来获取，例如通过soundfile库（pip install soundfile）。要将数组准备成input_features，应使用AutoFeatureExtractor来提取fbank特征、填充并转换为浮点张量。请参阅call()
• attention_mask (tf.Tensor，形状为 ({0})，可选) — 用于避免对填充标记索引执行注意力操作的掩码。掩码值选择范围为[0, 1]：
  • 1表示标记未被掩盖，
  • 0表示标记被掩盖。

  什么是注意力掩码？

• decoder_input_ids (tf.Tensor，形状为 (batch_size, target_sequence_length)，可选) — 解码器输入序列标记在词汇表中的索引。

  可以使用Speech2TextTokenizer获取索引。有关详细信息，请参阅PreTrainedTokenizer.encode()和PreTrainedTokenizer.call()。

  什么是解码器输入ID？

  SpeechToText使用eos_token_id作为decoder_input_ids生成的起始标记。如果使用了past_key_values，则可选地只需输入最后一段decoder_input_ids（即模型未提供其过去键值状态的部分），其形状为(batch_size, 1)，而不是所有decoder_input_ids（其形状为(batch_size, sequence_length)）。

  对于翻译和摘要训练，应提供decoder_input_ids。如果没有提供decoder_input_ids，模型将通过将input_ids右移来创建此张量，以遵循论文进行去噪预训练。

• decoder_attention_mask (tf.Tensor，形状为 (batch_size, target_sequence_length)，可选) — 默认情况下会创建，并忽略填充标记。在大多数使用场景下不建议设置此参数。
• head_mask (tf.Tensor，形状为 (encoder_layers, encoder_attention_heads)，可选) — 用于使编码器中注意力模块的选定头部无效的掩码。掩码值选择范围为[0, 1]：
  • 1表示头部未被掩盖，
  • 0表示头部被掩盖。
• decoder_head_mask (tf.Tensor，形状为 (decoder_layers, decoder_attention_heads)，可选) — 用于使解码器中注意力模块的选定头部无效的掩码。掩码值选择范围为[0, 1]：
  • 1表示头部未被掩盖，
  • 0表示头部被掩盖。
• cross_attn_head_mask (tf.Tensor，形状为 (decoder_layers, decoder_attention_heads)，可选) — 用于使交叉注意力模块的选定头部无效的掩码。掩码值选择范围为[0, 1]：
  • 1表示头部未被掩盖，
  • 0表示头部被掩盖。
• encoder_outputs (tf.FloatTensor，可选) — 编码器最后一层输出的隐藏状态。在解码器的交叉注意力中使用的形状为(batch_size, sequence_length, hidden_size)的序列。
• past_key_values (tuple[tuple[tf.Tensor]]，长度为config.n_layers) — 包含预计算的注意力块的键和值隐藏状态。可用于加速解码。如果使用past_key_values，用户可以选择仅输入最后一个decoder_input_ids（那些没有将其过去的键值状态提供给此模型的），其形状为(batch_size, 1)，而不是所有decoder_input_ids（其形状为(batch_size, sequence_length)）。
• decoder_inputs_embeds (tf.FloatTensor，形状为 (batch_size, target_sequence_length, hidden_size)，可选) — 可选地，你可以选择直接传递嵌入表示，而不是传递decoder_input_ids。如果使用past_key_values，可选地只需输入最后一个decoder_inputs_embeds（参见past_key_values）。这对于你希望对如何将decoder_input_ids索引转换为相关向量具有比模型内部嵌入查找矩阵更多控制时非常有用。
• use_cache (bool，可选) — 如果设置为True，则返回past_key_values键值状态，可用于加速解码（参见past_key_values）。
• output_attentions (bool，可选) — 是否返回所有注意力层的注意力张量。有关更多详细信息，请参阅返回张量中的attentions。此参数只能在即时模式下使用，在图模式下将使用配置中的值。
• output_hidden_states (bool，可选) — 是否返回所有层的隐藏状态。有关更多详细信息，请参阅返回张量中的hidden_states。此参数只能在即时模式下使用，在图模式下将使用配置中的值。
• return_dict (bool，可选) — 是否返回ModelOutput而不是普通的元组。此参数可在即时模式下使用，在图模式下此值将始终设置为True。
• training (bool，可选，默认为False) — 是否在训练模式下使用模型（某些模块如dropout模块在训练和评估之间有不同的行为）。

一个transformers.modeling_tf_outputs.TFSeq2SeqModelOutput或者一个tf.Tensor的元组（如果传递了return_dict=False或者当config.return_dict=False时），包含根据配置（Speech2TextConfig）和输入的不同元素。

• last_hidden_state (形状为 (batch_size, sequence_length, hidden_size) 的 tf.Tensor) — 模型解码器最后一层输出的隐藏状态序列。

  如果使用了 past_key_values，则只输出形状为 (batch_size, 1, hidden_size) 的序列的最后一个隐藏状态。

• past_key_values (list[tf.Tensor]，可选，当传递use_cache=True或当config.use_cache=True时返回) — 长度为config.n_layers的tf.Tensor列表，每个张量的形状为(2, batch_size, num_heads, sequence_length, embed_size_per_head))。

  包含解码器注意力块的预计算隐藏状态（键和值），可用于（参见 past_key_values 输入）加速顺序解码。

• decoder_hidden_states (tuple(tf.Tensor)，可选，当传递output_hidden_states=True或当config.output_hidden_states=True时返回) — tf.Tensor元组（一个用于嵌入输出 + 一个用于每层输出），形状为(batch_size, sequence_length, hidden_size)。

  解码器在每一层输出时的隐藏状态以及初始嵌入输出。

• decoder_attentions (tuple(tf.Tensor)，可选，当传递output_attentions=True或当config.output_attentions=True时返回) — tf.Tensor元组（每层一个），形状为(batch_size, num_heads, sequence_length, sequence_length)。

  解码器的注意力权重，在注意力 softmax 之后，用于计算自注意力头中的加权平均。

• cross_attentions (tuple(tf.Tensor)，可选，当传递output_attentions=True或当config.output_attentions=True时返回) — tf.Tensor元组（每层一个），形状为(batch_size, num_heads, sequence_length, sequence_length)。

  解码器交叉注意力层的注意力权重，在注意力 softmax 之后，用于计算交叉注意力头中的加权平均。

• encoder_last_hidden_state (形状为 (batch_size, sequence_length, hidden_size) 的 tf.Tensor, 可选) — 模型编码器最后一层输出的隐藏状态序列。

• encoder_hidden_states (tuple(tf.Tensor)，可选，当传递output_hidden_states=True或当config.output_hidden_states=True时返回) — tf.Tensor元组（一个用于嵌入输出 + 一个用于每层输出），形状为(batch_size, sequence_length, hidden_size)。

  编码器在每一层输出时的隐藏状态以及初始嵌入输出。

• encoder_attentions (tuple(tf.Tensor)，可选，当传递output_attentions=True或当config.output_attentions=True时返回) — tf.Tensor元组（每层一个），形状为(batch_size, num_heads, sequence_length, sequence_length)。

  编码器的注意力权重，在注意力 softmax 之后，用于计算自注意力头中的加权平均。

参数

• input_features (tf.Tensor，形状为 (batch_size, sequence_length, feature_size)) — 从原始语音波形中提取的fbank特征的浮点值。原始语音波形可以通过将.flac或.wav音频文件加载到list[float]类型或numpy.ndarray的数组中来获取，例如通过soundfile库（pip install soundfile）。要将数组准备成input_features，应使用AutoFeatureExtractor来提取fbank特征、填充并转换为浮点张量。请参阅call()
• attention_mask (tf.Tensor，形状为 ({0})，可选) — 用于避免对填充标记索引执行注意力操作的掩码。掩码值选择范围为[0, 1]：
  • 1表示标记未被掩盖，
  • 0表示标记被掩盖。

  什么是注意力掩码？

• decoder_input_ids (tf.Tensor，形状为 (batch_size, target_sequence_length)，可选) — 解码器输入序列标记在词汇表中的索引。

  可以使用Speech2TextTokenizer获取索引。有关详细信息，请参阅PreTrainedTokenizer.encode()和PreTrainedTokenizer.call()。

  什么是解码器输入ID？

  SpeechToText使用eos_token_id作为decoder_input_ids生成的起始标记。如果使用了past_key_values，则可选地只需输入最后一段decoder_input_ids（即模型未提供其过去键值状态的部分），其形状为(batch_size, 1)，而不是所有decoder_input_ids（其形状为(batch_size, sequence_length)）。

  对于翻译和摘要训练，应提供decoder_input_ids。如果没有提供decoder_input_ids，模型将通过将input_ids右移来创建此张量，以遵循论文进行去噪预训练。

• decoder_attention_mask (tf.Tensor，形状为 (batch_size, target_sequence_length)，可选) — 默认情况下会创建，并忽略填充标记。在大多数使用场景下不建议设置此参数。
• head_mask (tf.Tensor，形状为 (encoder_layers, encoder_attention_heads)，可选) — 用于使编码器中注意力模块的选定头部无效的掩码。掩码值选择范围为[0, 1]：
  • 1表示头部未被掩盖，
  • 0表示头部被掩盖。
• decoder_head_mask (tf.Tensor，形状为 (decoder_layers, decoder_attention_heads)，可选) — 用于使解码器中注意力模块的选定头部无效的掩码。掩码值选择范围为[0, 1]：
  • 1表示头部未被掩盖，
  • 0表示头部被掩盖。
• cross_attn_head_mask (tf.Tensor，形状为 (decoder_layers, decoder_attention_heads)，可选) — 用于使交叉注意力模块的选定头部无效的掩码。掩码值选择范围为[0, 1]：
  • 1表示头部未被掩盖，
  • 0表示头部被掩盖。
• encoder_outputs (tf.FloatTensor，可选) — 编码器最后一层输出的隐藏状态。在解码器的交叉注意力中使用的形状为(batch_size, sequence_length, hidden_size)的序列。
• past_key_values (tuple[tuple[tf.Tensor]]，长度为config.n_layers) — 包含预计算的注意力块的键和值隐藏状态。可用于加速解码。如果使用past_key_values，用户可以选择仅输入最后一个decoder_input_ids（那些没有将其过去的键值状态提供给此模型的），其形状为(batch_size, 1)，而不是所有decoder_input_ids（其形状为(batch_size, sequence_length)）。
• decoder_inputs_embeds (tf.FloatTensor，形状为 (batch_size, target_sequence_length, hidden_size)，可选) — 可选地，你可以选择直接传递嵌入表示，而不是传递decoder_input_ids。如果使用past_key_values，可选地只需输入最后一个decoder_inputs_embeds（参见past_key_values）。这对于你希望对如何将decoder_input_ids索引转换为相关向量具有比模型内部嵌入查找矩阵更多控制时非常有用。
• use_cache (bool，可选) — 如果设置为True，则返回past_key_values键值状态，可用于加速解码（参见past_key_values）。
• output_attentions (bool，可选) — 是否返回所有注意力层的注意力张量。有关更多详细信息，请参阅返回张量中的attentions。此参数只能在即时模式下使用，在图模式下将使用配置中的值。
• output_hidden_states (bool，可选) — 是否返回所有层的隐藏状态。有关更多详细信息，请参阅返回张量中的hidden_states。此参数只能在即时模式下使用，在图模式下将使用配置中的值。
• return_dict (bool，可选) — 是否返回ModelOutput而不是普通的元组。此参数可在即时模式下使用，在图模式下此值将始终设置为True。
• training (bool，可选，默认为False) — 是否在训练模式下使用模型（某些模块如dropout模块在训练和评估之间有不同的行为）。
• labels (tf.Tensor，形状为 (batch_size, sequence_length)，可选) — 用于计算掩码语言模型损失的标签。索引应在[0, ..., config.vocab_size]或-100之间（参见input_ids文档字符串）。索引设置为-100的标记将被忽略（被掩盖），损失仅针对标签在[0, ..., config.vocab_size]范围内的标记计算。

一个transformers.modeling_tf_outputs.TFSeq2SeqLMOutput或者一个tf.Tensor的元组（如果传递了return_dict=False或者当config.return_dict=False时），包含根据配置（Speech2TextConfig）和输入的不同元素。

• loss (形状为 (n,) 的 tf.Tensor, 可选, 其中 n 是非掩码标签的数量，当提供 labels 时返回) — 语言建模损失。

• logits (tf.Tensor of shape (batch_size, sequence_length, config.vocab_size)) — 语言模型头部的预测分数（SoftMax 之前每个词汇标记的分数）。

• past_key_values (list[tf.Tensor]，可选，当传递use_cache=True或当config.use_cache=True时返回) — 长度为config.n_layers的tf.Tensor列表，每个张量的形状为(2, batch_size, num_heads, sequence_length, embed_size_per_head))。

  包含解码器注意力块的预计算隐藏状态（键和值），可用于（参见 past_key_values 输入）加速顺序解码。

• decoder_hidden_states (tuple(tf.Tensor)，可选，当传递output_hidden_states=True或当config.output_hidden_states=True时返回) — tf.Tensor元组（一个用于嵌入输出 + 一个用于每层输出），形状为(batch_size, sequence_length, hidden_size)。

  解码器在每一层输出时的隐藏状态以及初始嵌入输出。

• decoder_attentions (tuple(tf.Tensor)，可选，当传递output_attentions=True或当config.output_attentions=True时返回) — tf.Tensor元组（每层一个），形状为(batch_size, num_heads, sequence_length, sequence_length)。

  解码器的注意力权重，在注意力 softmax 之后，用于计算自注意力头中的加权平均。

• cross_attentions (tuple(tf.Tensor)，可选，当传递output_attentions=True或当config.output_attentions=True时返回) — tf.Tensor元组（每层一个），形状为(batch_size, num_heads, sequence_length, sequence_length)。

  解码器交叉注意力层的注意力权重，在注意力 softmax 之后，用于计算交叉注意力头中的加权平均。

• encoder_last_hidden_state (形状为 (batch_size, sequence_length, hidden_size) 的 tf.Tensor, 可选) — 模型编码器最后一层输出的隐藏状态序列。

• encoder_hidden_states (tuple(tf.Tensor)，可选，当传递output_hidden_states=True或当config.output_hidden_states=True时返回) — tf.Tensor元组（一个用于嵌入输出 + 一个用于每层输出），形状为(batch_size, sequence_length, hidden_size)。

  编码器在每一层输出时的隐藏状态以及初始嵌入输出。

• encoder_attentions (tuple(tf.Tensor)，可选，当传递output_attentions=True或当config.output_attentions=True时返回) — tf.Tensor元组（每层一个），形状为(batch_size, num_heads, sequence_length, sequence_length)。

  编码器的注意力权重，在注意力 softmax 之后，用于计算自注意力头中的加权平均。