Hugging Face에서 Asteroid 사용하기

Hugging Face에서 Asteroid 사용하기

asteroid는 오디오 소스 분리(source separation)를 위한 Pytorch 툴킷이에요. 다양한 데이터셋과 논문 재현 레시피를 지원해 일반적인 데이터셋에서 빠르게 실험할 수 있게 해줘요.

사전학습 모델은 from_pretrained 메서드로 Hub에서 바로 불러올 수 있어요.

출처: 문서

본문

Hub에서 Asteroid 둘러보기

모델 페이지 왼쪽 필터로 asteroid 모델을 찾을 수 있어요.

Hub의 모든 모델은 다음 기능을 갖추고 있어요:

  1. 설명, 학습 설정, 메트릭 등을 담은 자동 생성 모델 카드.
  2. 발견 가능성을 높이고 라이선스·데이터셋 같은 정보를 담은 메타데이터 태그.
  3. 브라우저에서 모델을 직접 가지고 놀 수 있는 인터랙티브 위젯.
  4. 추론 요청을 할 수 있는 Inference Providers 위젯.

기존 모델 사용하기

사전학습 모델을 로드하는 전체 가이드는 공식 가이드를 확인해 주세요.

모든 모델 클래스(BaseModel, ConvTasNet 등)에는 Hub에서 모델을 로드할 수 있게 해주는 from_pretrained 메서드가 있어요.

from asteroid.models import ConvTasNet
model = ConvTasNet.from_pretrained('mpariente/ConvTasNet_WHAM_sepclean')

특정 모델을 어떻게 로드하는지 보려면 Use in Adapter Transformers를 클릭하면 로드할 수 있는 동작 스니펫을 얻을 수 있어요!

모델 공유하기

현재 모델을 Hub에 자동으로 업로드하는 방법은 없지만, 업로드 과정은 공식 가이드에 문서화되어 있어요.

모든 레시피는 모델을 Hub에 업로드하는 데 필요한 모든 파일을 만들어요. 과정은 보통 다음 단계를 거쳐요:

  1. 모델 리포지토리 생성 및 클론.
  2. 레시피 출력에서 리포지토리로 파일 이동 (모델 카드, 모델 파일, TensorBoard 트레이스).
  3. 파일 푸시 (git add + git commit + git push).

이렇게 하면 브라우저에서 모델을 직접 시험해보고 커뮤니티와 공유할 수 있어요.

추가 자료

더 알아보기 (Learn more)

  • 오디오 소스 분리 모델을 ConvTasNet.from_pretrained(...) 한 줄로 불러와요.
  • asteroid 레시피가 만든 파일들로 모델을 Hub에 공유할 수 있어요.
  • 모델 공유 문서에서 Hub 업로드 기본 개념을 확인해 보세요.