Zacznij terazZacznij za darmo

Przekazywanie argumentów słownikowych

W tym ćwiczeniu nauczysz się, jak przekazywać argumenty słownikowe do funkcji modelu używanego wewnątrz potoku.

Skorzystasz z małego modelu MusicGen firmy Meta, który potrafi generować próbki muzyczne na podstawie opisów tekstowych lub promptów audio.

Moduł pipeline jest już załadowany, a biblioteka soundfile jest dostępna jako sf.

To ćwiczenie jest częścią kursu

Modele multimodalne z Hugging Face

Zobacz kurs

Instrukcje do ćwiczenia

  • Załaduj potok text-to-audio, używając modelu facebook/musicgen-small w środowisku PyTorch.
  • Utwórz słownik o nazwie generate_kwargs, w którym ustawisz temperaturę generowania na 0.8, a max_new_tokens na 1.
  • Wygeneruj tablicę audio, używając promptu "Classic rock riff" i dostosowując parametry generowania za pomocą słownika generate_kwargs.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Load a text-to-audio pipeline
musicgen = pipeline(task="____", model="____", framework="pt")

# Make a dictionary to set the generation temperature to 0.8 and max_new_tokens to 1
generate_kwargs = {"____": ____, "____": ____}

# Generate an audio array passing the arguments
outputs = ____("____", ____=____)
sf.write("output.wav", outputs["audio"][0][0], outputs["sampling_rate"])
Edytuj i uruchom kod