使用场景

在网页上实现实时语言翻译功能。

通过浏览器进行图像内容的自动标注和分类。

开发一个支持语音到文本转换的网页应用程序。

产品特色

支持多种自然语言处理任务，如文本分类、命名实体识别、问答、语言模型、摘要、翻译等。

支持计算机视觉任务，包括图像分类、目标检测和分割。

支持音频任务，如自动语音识别和音频分类。

支持多模态任务，如零样本图像分类。

使用ONNX Runtime在浏览器中运行模型，易于将预训练模型转换为ONNX格式。

提供pipeline API，简化模型的输入预处理和输出后处理。

使用教程

安装transformers.js库，可以通过npm运行'npm install @xenova/transformers'。

引入库到项目中，例如使用ES模块'import { pipeline } from '@xenova/transformers';'。

选择或配置所需的模型，可以通过pipeline函数指定模型ID或路径。

使用pipeline API进行模型推理，传入待处理的文本、图像或音频数据。

处理模型输出，获取所需的结果，如文本分类的标签和置信度。

根据应用场景，将结果展示给用户或进一步处理。