Transformers 4.37 中文文档（八十五）（3）-阿里云开发者社区

Transformers 4.37 中文文档（八十五）（2）https://developer.aliyun.com/article/1563261

ClvpProcessor

`class transformers.ClvpProcessor`

( feature_extractor tokenizer )

参数

feature_extractor (ClvpFeatureExtractor) — ClvpFeatureExtractor 的一个实例。特征提取器是必需的输入。
tokenizer (ClvpTokenizer) — ClvpTokenizer 的一个实例。分词器是必需的输入。

构建一个 CLVP 处理器，将 CLVP 特征提取器和 CLVP 分词器封装成一个单一处理器。

ClvpProcessor 提供了 ClvpFeatureExtractor 和 ClvpTokenizer 的所有功能。查看 call()、decode() 和 batch_decode() 获取更多信息。

`call`

< source >

( *args **kwargs )

将 audio 和 sampling_rate 参数转发到 call()，将 text 参数转发到 call()。有关更多信息，请参阅上述两种方法的文档字符串。

`decode`

< source >

( *args **kwargs )

此方法将其所有参数转发给 ClvpTokenizer 的 decode()。有关更多信息，请参阅此方法的文档字符串。

`batch_decode`

< source >

( *args **kwargs )

此方法将其所有参数转发给 ClvpTokenizer 的 batch_decode()。有关更多信息，请参阅此方法的文档字符串。

ClvpModelForConditionalGeneration

`class transformers.ClvpModelForConditionalGeneration`

<来源>

( config: ClvpConfig )

参数

config（ClvpConfig）— 具有模型所有参数的模型配置类。使用配置文件初始化不会加载与模型关联的权重，只加载配置。查看 from_pretrained()方法以加载模型权重。

具有文本编码器、语音编码器和语音解码器模型的复合 CLVP 模型。语音解码器模型从文本生成语音 ID，文本编码器和语音编码器一起工作以过滤出最佳的语音 ID。此模型继承自 PreTrainedModel。检查超类文档以获取库为所有模型实现的通用方法（例如下载或保存、调整输入嵌入、修剪头等）。

此模型还是 PyTorch torch.nn.Module子类。将其用作常规 PyTorch 模块，并参考 PyTorch 文档以获取有关一般用法和行为的所有相关信息。

`forward`

<来源>

( input_ids: LongTensor = None input_features: FloatTensor = None conditioning_encoder_inputs_embeds: Optional = None text_encoder_inputs_embeds: Optional = None attention_mask: Optional = None return_loss: Optional = None output_hidden_states: Optional = None output_attentions: Optional = False return_dict: Optional = None ) → export const metadata = 'undefined';transformers.models.clvp.modeling_clvp.ClvpOutput or tuple(torch.FloatTensor)

参数

input_ids（形状为(batch_size, sequence_length)的torch.LongTensor，可选）— 词汇表中输入序列标记的索引。默认情况下将忽略填充。
可以使用 AutoTokenizer 获取索引。有关详细信息，请参阅 PreTrainedTokenizer.encode()和 PreTrainedTokenizer.call()。
什么是输入 ID？
input_features（形状为(batch_size, feature_size, time_dim)的torch.FloatTensor）— 表示音频返回的 log mel-spectrogram 表示，由 ClvpFeatureExtractor 返回。
conditioning_encoder_inputs_embeds（torch.FloatTensor，可选）— 用于ClvpConditioningEncoder的 inputs_embeds。可用于替代input_ids。
text_encoder_inputs_embeds（torch.FloatTensor，可选）— 用于文本编码器模型的 inputs_embeds，代替input_ids。
attention_mask（形状为(batch_size, sequence_length)的torch.Tensor，可选）— 避免对填充文本标记索引执行注意力的掩码。选择的掩码值在[0, 1]中：

对于未被“掩码”的标记为 1，
对于被“掩码”的标记为 0。

什么是注意力掩码？
return_loss（bool，可选）— 是否返回对比损失。
output_attentions（bool，可选）— 是否返回所有注意力层的注意力张量。有关更多详细信息，请参见返回张量下的attentions。
output_hidden_states（bool，可选）— 是否返回所有层的隐藏状态。有关更多详细信息，请参见返回张量下的hidden_states。
return_dict（bool，可选）— 是否返回 ModelOutput 而不是普通元组。

transformers.models.clvp.modeling_clvp.ClvpOutput或tuple(torch.FloatTensor)

一个transformers.models.clvp.modeling_clvp.ClvpOutput或一个torch.FloatTensor元组（如果传递了return_dict=False或当config.return_dict=False时），包括根据配置()和输入不同元素。

loss (torch.FloatTensor，形状为(1,)，可选，当return_loss为True时返回) — 语音-文本相似性的对比损失。
speech_ids (torch.LongTensor，可选) — 由ClvpForCausalLM模型生成的语音 id（或语音候选）。
logits_per_speech (torch.FloatTensor，形状为(speech_batch_size, text_batch_size)) — speech_embeds和text_embeds之间的缩放点积分数。这代表了语音-文本相似性分数。
logits_per_text (torch.FloatTensor，形状为(text_batch_size, speech_batch_size)) — text_embeds和speech_embeds之间的缩放点积分数。这代表了文本-语音相似性分数。
text_embeds (torch.FloatTensor，形状为(batch_size, output_dim) — 通过将文本编码器模型的汇总输出应用到投影层获得的文本嵌入。
speech_embeds (torch.FloatTensor，形状为(batch_size, output_dim) — 通过将语音编码器模型的汇总输出应用到投影层获得的语音嵌入。
text_model_output (BaseModelOutputWithPooling) — 文本编码器模型的last_hidden_state的汇总输出。
speech_model_output (BaseModelOutputWithPooling) — 语音编码器模型的last_hidden_state的汇总输出。
decoder_hidden_states (torch.FloatTensor, 可选) — 解码器模型的隐藏状态。
text_encoder_hidden_states (torch.FloatTensor, 可选) — 文本编码器模型的隐藏状态。
speech_encoder_hidden_states (torch.FloatTensor, 可选) — 语音编码器模型的隐藏状态。

ClvpModelForConditionalGeneration 的前向方法，覆盖了__call__特殊方法。

虽然前向传递的步骤需要在此函数内定义，但应该在此之后调用Module实例，而不是在此处调用，因为前者会处理运行前后的处理步骤，而后者会默默地忽略它们。

示例：

>>> import datasets
>>> from transformers import ClvpProcessor, ClvpModelForConditionalGeneration
>>> # Define the Text and Load the Audio (We are taking an audio example from HuggingFace Hub using `datasets` library)
>>> text = "This is an example text."
>>> ds = datasets.load_dataset("hf-internal-testing/librispeech_asr_dummy", "clean", split="validation")
>>> ds = ds.cast_column("audio", datasets.Audio(sampling_rate=22050))
>>> _, audio, sr = ds.sort("id").select(range(1))[:1]["audio"][0].values()
>>> # Define processor and model
>>> processor = ClvpProcessor.from_pretrained("susnato/clvp_dev")
>>> model = ClvpModelForConditionalGeneration.from_pretrained("susnato/clvp_dev")
>>> # processor outputs and model outputs
>>> processor_output = processor(raw_speech=audio, sampling_rate=sr, text=text, return_tensors="pt")
>>> outputs = model(
...     input_ids=processor_output["input_ids"],
...     input_features=processor_output["input_features"],
...     return_dict=True,
... )

`generate`

<来源>

( input_ids: LongTensor = None input_features: FloatTensor = None attention_mask: Optional = None generation_config: Optional = None pad_to_max_mel_tokens: Optional = None output_hidden_states: Optional = None **kwargs ) → export const metadata = 'undefined';ClvpOutput or tuple

参数

input_ids (torch.FloatTensor，形状为(batch_size, sequence_length)，可选) — 输入文本标记。从 ClvpTokenizer 处理而来。
input_features (torch.FloatTensor，形状为(batch_size, feature_size, time_dim)，可选) — 表示音频的 log-melspectrogram 表示，由 ClvpFeatureExtractor 返回。
attention_mask (torch.Tensor，形状为(batch_size, sequence_length)，可选) — 用于避免在填充文本标记索引上执行注意力的掩码。掩码值选在[0, 1]之间：

对于未被masked的标记为 1。
对于被masked的标记为 0。

什么是注意力掩码？
generation_config (~generation.GenerationConfig, optional) — 用作生成调用的基本参数化的生成配置。传递给 generate 的**kwargs匹配generation_config的属性将覆盖它们。如果未提供generation_config，将使用默认值，其加载优先级如下：1）来自generation_config.json模型文件，如果存在；2）来自模型配置。请注意，未指定的参数将继承 GenerationConfig 的默认值，其文档应该被检查以参数化生成。
pad_to_max_mel_tokens (int, optional) — 将生成的 speech_ids 填充到指定值。这是为了实现与官方 repo 相同的逻辑，链接：github.com/neonbjb/tortoise-tts/blob/80f89987a5abda5e2b082618cd74f9c7411141dc/tortoise/api.py#L430 并确保对数相同。这不会影响生成质量，因此请不要考虑使用它，因为效率较低。
output_hidden_states (bool, optional) — 是否返回解码器模型、文本编码器和语音编码器模型的隐藏状态。

ClvpOutput 或元组

一个ClvpOutput（如果return_dict_in_generate=True或当config.return_dict_in_generate=True时）或一个元组。

ClvpModelForConditionalGeneration的生成方法，此方法调用ClvpForCausalLM的generate方法，然后使用生成的speech_ids来处理text_embeds和speech_embeds，使用ClvpEncoder。

`get_text_features`

<来源>

( input_ids: Optional = None text_encoder_inputs_embeds: Optional = None attention_mask: Optional = None ) → export const metadata = 'undefined';torch.FloatTensor of shape (batch_size, output_dim)

参数

input_ids (torch.LongTensor of shape (batch_size, sequence_length)) — 词汇表中输入序列标记的索引。默认情况下将忽略填充。
什么是输入 ID？
text_encoder_inputs_embeds (torch.FloatTensor, optional) — 用于文本编码器模型的 inputs_embeds，代替input_ids。
attention_mask (torch.Tensor of shape (batch_size, sequence_length), optional) — 避免在填充标记索引上执行注意力的掩码。掩码值选择在[0, 1]之间：

1 表示未被掩码的标记，
0 表示被掩码的标记。

什么是注意力掩码？

torch.FloatTensor of shape (batch_size, output_dim)

通过将投影层应用于 CLVP 文本模型的池化输出获得的文本嵌入。

此方法可用于从文本中提取 text_embeds。通过将投影层应用于 CLVP 文本编码器模型的池化输出获得的文本嵌入。

示例：

>>> from transformers import ClvpProcessor, ClvpModelForConditionalGeneration
>>> # Define the Text
>>> text = "This is an example text."
>>> # Define processor and model
>>> processor = ClvpProcessor.from_pretrained("susnato/clvp_dev")
>>> model = ClvpModelForConditionalGeneration.from_pretrained("susnato/clvp_dev")
>>> # Generate processor output and text embeds
>>> processor_output = processor(text=text, return_tensors="pt")
>>> text_embeds = model.get_text_features(input_ids=processor_output["input_ids"])

`get_speech_features`

<来源>

( speech_ids: Optional = None input_ids: Optional = None input_features: Optional = None conditioning_encoder_inputs_embeds: Optional = None attention_mask: Optional = None generation_config: Optional = None **kwargs ) → export const metadata = 'undefined';torch.FloatTensor of shape (batch_size, output_dim)

参数

speech_ids (torch.LongTensor of shape (batch_size, num_speech_ids), optional) — 语音标记。默认情况下将忽略填充。如果提供了 speech_ids，则将自动忽略 input_ids 和 input_features。
input_ids (torch.LongTensor of shape (batch_size, sequence_length), optional) — 输入文本标记。从 ClvpTokenizer 处理。如果未提供 speech_ids，则将使用 input_ids 和 input_features。
input_features (torch.FloatTensor of shape (batch_size, feature_size, time_dim), optional) — 指示音频的 log-melspectrogram 表示，由 ClvpFeatureExtractor 返回。如果未提供 speech_ids，则将使用 input_ids 和 input_features。
conditioning_encoder_inputs_embeds（torch.FloatTensor，可选）- 用于ClvpConditioningEncoder的 inputs_embeds。可以代替input_ids使用。
attention_mask（形状为(batch_size, sequence_length)的torch.LongTensor，可选）- 用于避免在填充语音标记索引上执行注意力的掩码。掩码值选在[0, 1]之间：

对于未被masked的标记为 1，
对于被masked的标记为 0。

什么是注意力掩码？
generation_config（GenerationConfig，可选）- 用于控制生成语音 ID 的生成配置，如果它们未提供。

torch.FloatTensor的形状为(batch_size, output_dim)

通过将投影层应用于 CLVP 语音模型的汇聚输出获得的语音嵌入。

此方法可用于提取语音嵌入。通过将语音模型应用于语音 ID 获得语音嵌入。如果不存在语音 ID，但提供了 input_ids 和 input_features，则解码器模型将首先用于生成语音 ID，然后应用语音模型。

示例：

>>> import datasets
>>> from transformers import ClvpProcessor, ClvpModelForConditionalGeneration
>>> # Define the Text and Load the Audio (We are taking an audio example from HuggingFace Hub using `datasets` library)
>>> text = "This is an example text."
>>> ds = datasets.load_dataset("hf-internal-testing/librispeech_asr_dummy", "clean", split="validation")
>>> ds = ds.cast_column("audio", datasets.Audio(sampling_rate=22050))
>>> _, audio, sr = ds.sort("id").select(range(1))[:1]["audio"][0].values()
>>> # Define processor and model
>>> processor = ClvpProcessor.from_pretrained("susnato/clvp_dev")
>>> model = ClvpModelForConditionalGeneration.from_pretrained("susnato/clvp_dev")
>>> # Generate processor output and model output
>>> processor_output = processor(raw_speech=audio, sampling_rate=sr, text=text, return_tensors="pt")
>>> speech_embeds = model.get_speech_features(
...     input_ids=processor_output["input_ids"], input_features=processor_output["input_features"]
... )

ClvpForCausalLM

`class transformers.ClvpForCausalLM`

<来源>

( config )

参数

config（ClvpConfig）- 具有模型所有参数的模型配置类。使用配置文件初始化不会加载与模型关联的权重，只会加载配置。查看 from_pretrained()方法以加载模型权重。

具有语言建模头部的 CLVP 解码器模型。此模型继承自 PreTrainedModel。检查超类文档以获取库为所有模型实现的通用方法（例如下载或保存、调整输入嵌入、修剪头等）。

此模型也是 PyTorch torch.nn.Module子类。将其用作常规 PyTorch 模块，并参考 PyTorch 文档以获取有关一般用法和行为的所有相关信息。

`forward`

<来源>

( input_ids: Optional = None past_key_values: Optional = None attention_mask: Optional = None token_type_ids: Optional = None position_ids: Optional = None head_mask: Optional = None inputs_embeds: Optional = None labels: Optional = None use_cache: Optional = None output_attentions: Optional = None output_hidden_states: Optional = None return_dict: Optional = None )

参数

input_ids（形状为(batch_size, input_ids_length)的torch.LongTensor）- 词汇表中输入序列标记的索引。
可以使用 AutoTokenizer 获取索引。有关详细信息，请参阅 PreTrainedTokenizer.encode()和 PreTrainedTokenizer.call()。
什么是输入 ID？
past_key_values（长度为config.n_layers的Tuple[Tuple[torch.Tensor]]）- 包含由模型计算的预计算隐藏状态（注意力块中的键和值），如下面的past_key_values输出所示。可用于加速顺序解码。将其过去传递给此模型的input_ids不应作为input_ids传递，因为它们已经计算过。
attention_mask（形状为(batch_size, sequence_length)的torch.FloatTensor，可选）- 用于避免在填充标记索引上执行注意力的掩码。掩码值选在[0, 1]之间：

对于被masked的标记为 1，
对于被masked的标记为 0。

如果使用了past_key_values，则attention_mask需要包含用于past_key_values的掩码策略。换句话说，attention_mask的长度始终必须为：len(past_key_values) + len(input_ids)
什么是注意力掩码？
token_type_ids (torch.LongTensor，形状为(batch_size, input_ids_length)，optional) — 指示输入的第一部分和第二部分的段标记索引。索引选择在[0, 1]中：

0 对应于句子 A标记，
1 对应于句子 B标记。

什么是标记类型 ID？
position_ids (torch.LongTensor，形状为(batch_size, sequence_length)，optional) — 每个输入序列标记在位置嵌入中的位置索引。在范围[0, config.max_position_embeddings - 1]中选择。
什么是位置 ID？
head_mask (torch.FloatTensor，形状为(num_heads,)或(num_layers, num_heads)，optional) — 用于使自注意力模块的选定头部失效的掩码。掩码值选择在[0, 1]中：

1 表示头部是not masked，
0 表示头部是masked。

inputs_embeds (torch.FloatTensor，形状为(batch_size, sequence_length, hidden_size)，optional) — 可选地，可以直接传递嵌入表示，而不是传递input_ids。如果您想要更多控制权，以便将input_ids索引转换为相关向量，而不是模型的内部嵌入查找矩阵。
如果使用past_key_values，则可选择仅输入最后的inputs_embeds（参见past_key_values）。
use_cache (bool, optional) — 如果设置为True，则返回past_key_values键值状态，并可用于加速解码（参见past_key_values）。
output_attentions (bool, optional) — 是否返回所有注意力层的注意力张量。有关更多详细信息，请参阅返回张量下的attentions。
output_hidden_states (bool, optional) — 是否返回所有层的隐藏状态。有关更多详细信息，请参阅返回张量下的hidden_states。
return_dict (bool, optional) — 是否返回 ModelOutput 而不是普通元组。
labels (torch.LongTensor，形状为(batch_size, sequence_length)，optional) — 用于语言建模的标签。请注意，模型内部的标签已移位，即您可以设置labels = input_ids。索引在[-100, 0, ..., config.vocab_size]中选择。所有设置为-100的标签都被忽略（掩码），损失仅计算标签在[0, ..., config.vocab_size]中的标签

ClvpForCausalLM 的前向方法，覆盖了__call__特殊方法。

虽然前向传递的配方需要在此函数内定义，但应该在此之后调用Module实例，而不是前者，因为前者负责运行前处理和后处理步骤，而后者会默默地忽略它们。

ClvpModel

`class transformers.ClvpModel`

< source >

( config: ClvpDecoderConfig )

参数

config (ClvpConfig) — 模型的所有参数的模型配置类。使用配置文件初始化不会加载与模型相关的权重，只会加载配置。查看 from_pretrained()方法以加载模型权重。

裸 Clvp 解码器模型输出原始隐藏状态，没有特定的头部。此模型继承自 PreTrainedModel。检查超类文档以了解库为其所有模型实现的通用方法（例如下载或保存、调整输入嵌入、修剪头等）。

此模型也是 PyTorch torch.nn.Module子类。将其用作常规 PyTorch 模块，并参考 PyTorch 文档以获取有关一般用法和行为的所有相关信息。

`forward`

<来源>

( input_ids: Optional = None attention_mask: Optional = None token_type_ids: Optional = None position_ids: Optional = None head_mask: Optional = None past_key_values: Optional = None inputs_embeds: Optional = None use_cache: Optional = None output_attentions: Optional = None output_hidden_states: Optional = None return_dict: Optional = None )

参数

input_ids（形状为(batch_size, input_ids_length)的torch.LongTensor）- 词汇表中输入序列标记的索引。
可以使用 AutoTokenizer 获取索引。有关详细信息，请参见 PreTrainedTokenizer.encode()和 PreTrainedTokenizer.call()。
什么是输入 ID？
past_key_values（长度为config.n_layers的Tuple[Tuple[torch.Tensor]]）- 包含由模型计算的预计算隐藏状态（注意力块中的键和值），可用于加速顺序解码。将其过去的input_ids不应作为input_ids传递给此模型，因为它们已经计算过。
attention_mask（形状为(batch_size, sequence_length)的torch.FloatTensor，可选）- 用于避免在填充标记索引上执行注意力的掩码。掩码值选择在[0, 1]中：

1 表示未被屏蔽的标记，
0 表示被屏蔽的标记。

如果使用了past_key_values，则attention_mask需要包含用于past_key_values的掩码策略。换句话说，attention_mask的长度始终为：len(past_key_values) + len(input_ids)
什么是注意力掩码？
token_type_ids（形状为(batch_size, input_ids_length)的torch.LongTensor，可选）- 段标记索引，指示输入的第一部分和第二部分。索引选择在[0, 1]中：

0 对应于句子 A的标记，
1 对应于句子 B的标记。

什么是标记类型 ID？
position_ids（形状为(batch_size, sequence_length)的torch.LongTensor，可选）- 每个输入序列标记的位置嵌入的索引。在范围[0, config.max_position_embeddings - 1]中选择。
什么是位置 ID？
head_mask（形状为(num_heads,)或(num_layers, num_heads)的torch.FloatTensor，可选）- 用于使自注意力模块的选定头部失效的掩码。掩码值选择在[0, 1]中：

1 表示头部是未屏蔽，
0 表示头部是屏蔽。

inputs_embeds（形状为(batch_size, sequence_length, hidden_size)的torch.FloatTensor，可选）- 可选择直接传递嵌入表示，而不是传递input_ids。如果您想要更多控制权来将input_ids索引转换为相关向量，而不是使用模型的内部嵌入查找矩阵，这将非常有用。
如果使用了past_key_values，则可选择仅输入最后的inputs_embeds（参见past_key_values）。
use_cache（bool，可选）- 如果设置为True，则返回past_key_values键值状态，并可用于加速解码（参见past_key_values）。
output_attentions（bool，可选）- 是否返回所有注意力层的注意力张量。有关更多详细信息，请参见返回张量下的attentions。
output_hidden_states（bool，可选）- 是否返回所有层的隐藏状态。有关更多详细信息，请参见返回张量下的hidden_states。
return_dict（bool，可选）- 是否返回 ModelOutput 而不是普通元组。

ClvpModel 的前向方法，覆盖了__call__特殊方法。

尽管前向传递的步骤需要在此函数内定义，但应该在此之后调用Module实例，而不是在此处调用，因为前者会处理运行前后处理步骤，而后者会默默地忽略它们。

Clvp 编码器

`类 transformers.Clvp 编码器`

<来源>

( config: ClvpConfig )

由config.num_hidden_layers个自注意层组成的 Transformer 编码器。每一层都是一个ClvpEncoderLayer。

`forward`

<来源>

( input_ids: Optional = None inputs_embeds: Optional = None attention_mask: Optional = None position_ids: Optional = None output_attentions: Optional = None output_hidden_states: Optional = None return_dict: Optional = None )

参数

input_ids（形状为(batch_size, input_ids_length)的torch.LongTensor，可选）— 词汇表中输入序列标记的索引。
可以使用 AutoTokenizer 获取索引。有关详细信息，请参见 PreTrainedTokenizer.encode()和 PreTrainedTokenizer.call()。
什么是输入 ID？
inputs_embeds（形状为(batch_size, sequence_length, hidden_size)的torch.FloatTensor，可选）— 模型的输入嵌入。这将绕过模型的内部嵌入查找矩阵。
attention_mask（形状为(batch_size, sequence_length)的torch.LongTensor，可选）— 避免在填充标记索引上执行注意力的掩码。掩码值选择在[0, 1]之间：

对于未屏蔽的标记为 1，
对于已屏蔽的标记为 0。

什么是注意力掩码？
position_ids（torch.LongTensor，可选）— 表示input_ids的位置 id。
output_attentions（bool，可选）— 是否返回所有注意力层的注意力张量。有关更多详细信息，请参见返回张量下的attentions。
output_hidden_states（bool，可选）— 是否返回所有层的隐藏状态。有关更多详细信息，请参见返回张量下的hidden_states。
return_dict（bool，可选）— 是否返回 ModelOutput 而不是普通元组。

Transformers 4.37 中文文档（八十五）（4）https://developer.aliyun.com/article/1563263

Transformers 4.37 中文文档（八十五）（3）

ClvpProcessor

`class transformers.ClvpProcessor`

`call`

`decode`

`batch_decode`

ClvpModelForConditionalGeneration

`class transformers.ClvpModelForConditionalGeneration`

`forward`

`generate`

`get_text_features`

`get_speech_features`

ClvpForCausalLM

`class transformers.ClvpForCausalLM`

`forward`

ClvpModel

`class transformers.ClvpModel`

`forward`

Clvp 编码器

`类 transformers.Clvp 编码器`

`forward`

热门文章

最新文章

相关电子书

热门

活动广场

任务中心

开发者评测

高校计划

乘风者计划

训练营

阿里云MVP

话题

直播

下载

镜像站

技术资料

插件

Transformers 4.37 中文文档（八十五）（3）

ClvpProcessor

class transformers.ClvpProcessor

__call__

decode

batch_decode

ClvpModelForConditionalGeneration

class transformers.ClvpModelForConditionalGeneration

forward

generate

get_text_features

get_speech_features

ClvpForCausalLM

class transformers.ClvpForCausalLM

forward

ClvpModel

class transformers.ClvpModel

forward

Clvp 编码器

类 transformers.Clvp 编码器

forward

热门文章

最新文章

相关电子书

`class transformers.ClvpProcessor`

`call`

`decode`

`batch_decode`

`class transformers.ClvpModelForConditionalGeneration`

`forward`

`generate`

`get_text_features`

`get_speech_features`

`class transformers.ClvpForCausalLM`

`forward`

`class transformers.ClvpModel`

`forward`

`类 transformers.Clvp 编码器`

`forward`