大数据模型

17 Transformers - 音频领域的任务类在音频领域的任务中，包括实现音频分类的 AudioClassificationPipeline 任务类，能够自动识别语音的 AutomaticSpeechRecognitionPipeline 任务类，能够经文本转化为语音即语音合成的 TextToAudioPipeline 任务类和在没有任何鉴见的样本、训练模型下也能够对给定的语音进行推理分类的 ZeroShotAudioClassificationPipeline 零样本音频分类任务类。

12 Transformers - 使用Pipeline处理计算机视觉计算机视觉任务中最早成功之一是使用卷积神经网络（Convolutional Neural Networks，CNN）识别图像中的邮政编码。图像由像素组成，每个像素都有一个数值，使得将图像用像素值矩阵表示变得容易。每个像素值组合描述了图像的颜色。

10 Transformers - 任务容器类 Pipeline管道（pipelines）是使用模型进行推理的一种强大易用的方法；是从 Transformers库中抽取出大多数复杂代码构造而成的，用于提供完成特定功能的任务类集合，包括命名实体识别、掩码语言建模、情感分析、特征提取和问答等。

11 Transformers - 使用Pipeline处理音频音频和语音处理任务与其他模态略有不同，主要是因为音频作为输入是连续信号。与文本不同，原始音频波形不能像将句子分成单词那样整齐地分成离散的块。为了解决这个问题，原始音频信号通常以固定的间隔采样。如果在一个间隔内采样次数越多，采样率就越高，音频就越接近原始音频源。

我是有底线的