Wav2vec2 Base Superb Ks

🚀 基于ONNX权重适配Transformers.js的音频模型

本项目将 superb/wav2vec2-base-superb-ks 模型转换为ONNX权重，以适配 Transformers.js 库，方便在Web环境中使用该音频模型进行相关任务。

🚀 快速开始

本项目使用 Transformers.js 库实现音频分类功能，以下是快速开始的步骤。

📦 安装指南

如果你还未安装 Transformers.js JavaScript库，可以使用以下命令从 NPM 进行安装：

npm i @huggingface/transformers

💻 使用示例

基础用法

以下示例展示了如何使用 Xenova/wav2vec2-base-superb-ks 模型进行音频分类，并返回前3个结果：

import { pipeline } from '@huggingface/transformers';

// 创建音频分类管道
const classifier = await pipeline('audio-classification', 'Xenova/wav2vec2-base-superb-ks');

// 预测类别
const url = 'https://huggingface.co/datasets/Xenova/transformers.js-docs/resolve/main/speech-commands_down.wav';
const output = await classifier(url, { top_k: 3 });
console.log(output);
// [
//   { label: 'down', score: 0.9998697638511658 },
//   { label: 'go', score: 0.00009957332076737657 },
//   { label: '_unknown_', score: 0.000029320701287360862 },
// ]

📚 详细文档

注意事项

目前为ONNX权重单独创建一个仓库是一种临时解决方案，直到WebML获得更广泛的应用。如果你想让你的模型适用于Web环境，我们建议使用 🤗 Optimum 将模型转换为ONNX格式，并按照本仓库的结构进行组织（将ONNX权重放在名为 onnx 的子文件夹中）。

模型信息