SeamlessM4T-v2
原文链接：
huggingface.co/docs/transformers/v4.37.2/en/model_doc/seamless_m4t_v2
概述
SeamlessM4T-v2 模型是由 Meta AI 的 Seamless Communication 团队在Seamless: Multilingual Expressive and Streaming Speech Translation中提出的。
SeamlessM4T-v2 是一系列旨在提供高质量翻译的模型，使来自不同语言社区的人们能够通过语音和文本轻松交流。这是对先前版本的改进。有关 v1 和 v2 之间的差异的更多详细信息，请参阅与 SeamlessM4T-v1 的差异部分。
SeamlessM4T-v2 实现多个任务，无需依赖单独的模型：
SeamlessM4Tv2Model 可以执行上述所有任务，但每个任务也有自己专用的子模型。
论文摘要如下：
自动语音翻译的最新进展已经大大扩展了语言覆盖范围，改进了多模态功能，并实现了广泛的任务和功能。尽管如此，今天的大规模自动语音翻译系统缺乏与人与人对话相比帮助机器中介通信感觉无缝的关键功能。在这项工作中，我们介绍了一系列模型，这些模型能够以流式方式实现端到端的表达和多语言翻译。首先，我们贡献了一个改进版本的大规模多语言和多模态 SeamlessM4T 模型—SeamlessM4T v2。这个更新的模型采用了更新的 UnitY2 框架，训练了更多的低资源语言数据。扩展版本的 SeamlessAlign 增加了 114,800 小时的自动对齐数据，涵盖了 76 种语言。SeamlessM4T v2 为我们的两个最新模型 SeamlessExpressive 和 SeamlessStreaming 提供了基础。SeamlessExpressive 实现了保留语音风格和韵律的翻译。与以往在表达性语音研究中的努力相比，我们的工作解决了一些未充分探索的韵律方面，如语速和停顿，同时也保留了个人声音的风格。至于 SeamlessStreaming，我们的模型利用了高效单调多头注意力（EMMA）机制，生成低延迟的目标翻译，无需等待完整的源话语。作为首创，SeamlessStreaming 实现了多源和目标语言的同时语音到语音/文本翻译。为了了解这些模型的性能，我们结合了新颖和修改过的现有自动度量标准的版本，以评估韵律、延迟和稳健性。对于人类评估，我们改编了现有的旨在衡量保留意义、自然性和表现力最相关属性的协议。为了确保我们的模型可以安全和负责任地使用，我们实施了已知的第一个多模态机器翻译红队行动，一个用于检测和减轻添加毒性的系统，一个系统性评估性别偏见，以及一个设计用于减轻深度伪造影响的不可听见的本地化水印机制。因此，我们将 SeamlessExpressive 和 SeamlessStreaming 的主要组件结合起来，形成了 Seamless，这是第一个公开可用的系统，可以实时解锁具有表现力的跨语言交流。总的来说，Seamless 为我们提供了将通用语音翻译器从科幻概念变成现实技术所需的技术基础的关键视角。最后，这项工作中的贡献，包括模型、代码和水印检测器，已经公开发布并可在下面的链接中访问。
用法
在以下示例中，我们将加载一个阿拉伯语音样本和一个英文文本样本，并将它们转换为俄语语音和法语文本。
首先，加载处理器和模型的检查点：
>>> from transformers import AutoProcessor, SeamlessM4Tv2Model >>> processor = AutoProcessor.from_pretrained("facebook/seamless-m4t-v2-large") >>> model = SeamlessM4Tv2Model.from_pretrained("facebook/seamless-m4t-v2-large")
您可以无缝地在文本或音频上使用这个模型，生成翻译文本或翻译音频。
以下是如何使用处理器处理文本和音频的方法：
>>> # let's load an audio sample from an Arabic speech corpus >>> from datasets import load_dataset >>> dataset = load_dataset("arabic_speech_corpus", split="test", streaming=True) >>> audio_sample = next(iter(dataset))["audio"] >>> # now, process it >>> audio_inputs = processor(audios=audio_sample["array"], return_tensors="pt") >>> # now, process some English text as well >>> text_inputs = processor(text = "Hello, my dog is cute", src_lang="eng", return_tensors="pt")
语音
SeamlessM4Tv2Model 可以无缝地生成文本或语音，几乎没有或没有任何变化。让我们以俄语语音翻译为目标：
>>> audio_array_from_text = model.generate(**text_inputs, tgt_lang="rus")[0].cpu().numpy().squeeze() >>> audio_array_from_audio = model.generate(**audio_inputs, tgt_lang="rus")[0].cpu().numpy().squeeze()
使用基本相同的代码，我已经将英文文本和阿拉伯语音翻译成了俄语语音样本。
文本
同样，您可以使用相同的模型从音频文件或文本生成翻译文本。您只需要将generate_speech=False传递给 SeamlessM4Tv2Model.generate()。这次，让我们翻译成法语。
>>> # from audio >>> output_tokens = model.generate(**audio_inputs, tgt_lang="fra", generate_speech=False) >>> translated_text_from_audio = processor.decode(output_tokens[0].tolist()[0], skip_special_tokens=True) >>> # from text >>> output_tokens = model.generate(**text_inputs, tgt_lang="fra", generate_speech=False) >>> translated_text_from_text = processor.decode(output_tokens[0].tolist()[0], skip_special_tokens=True)
提示
1. 使用专用模型
SeamlessM4Tv2Model 是 transformers 的顶级模型，用于生成语音和文本，但您也可以使用专用模型执行任务而不需要额外组件，从而减少内存占用。例如，您可以用专门用于 S2ST 任务的模型替换音频到音频生成片段，其余代码完全相同：
>>> from transformers import SeamlessM4Tv2ForSpeechToSpeech >>> model = SeamlessM4Tv2ForSpeechToSpeech.from_pretrained("facebook/seamless-m4t-v2-large")
或者您可以用专门用于 T2TT 任务的模型替换文本到文本生成片段，只需删除generate_speech=False。
>>> from transformers import SeamlessM4Tv2ForTextToText >>> model = SeamlessM4Tv2ForTextToText.from_pretrained("facebook/seamless-m4t-v2-large")
随时尝试 SeamlessM4Tv2ForSpeechToText 和 SeamlessM4Tv2ForTextToSpeech。
更改说话者身份
您可以使用speaker_id参数更改用于语音合成的说话者。一些speaker_id对某些语言效果更好！
更改生成策略
您可以为文本生成使用不同的生成策略，例如.generate(input_ids=input_ids, text_num_beams=4, text_do_sample=True)，它将在文本模型上执行多项式波束搜索解码。请注意，语音生成只支持贪婪 - 默认情况下 - 或多项式采样，可以使用例如.generate(..., speech_do_sample=True, speech_temperature=0.6)。
生成语音和文本同时进行
使用return_intermediate_token_ids=True与 SeamlessM4Tv2Model 来返回语音和文本！
模型架构
SeamlessM4T-v2 具有一个多功能的架构，可以平稳处理文本和语音的顺序生成。这个设置包括两个序列到序列（seq2seq）模型。第一个模型将输入模态转换为翻译文本，而第二个模型从翻译文本生成语音单元标记，称为“单元标记”。
每种模态都有自己独特的架构的专用编码器。此外，对于语音输出，一个受HiFi-GAN架构启发的声码器被放置在第二个 seq2seq 模型的顶部。
与 SeamlessM4T-v1 的不同之处
这个新版本的架构在几个方面与第一个版本不同：
第二次模型的改进
第二个 seq2seq 模型，称为文本到单元模型，现在是非自回归的，这意味着它在单次前向传递中计算单元。这一成就得以实现是因为：
- 使用字符级嵌入，这意味着预测的翻译文本的每个字符都有自己的嵌入，然后用于预测单元标记。
- 使用中间持续预测器，在预测的翻译文本上以字符级预测语音持续时间。
- 使用一个新的文本到单元解码器，混合卷积和自注意力来处理更长的上下文。
语音编码器的不同之处
在第一次生成过程中用于预测翻译文本的语音编码器，主要通过以下机制与以前的语音编码器不同：
- 使用分块注意力掩码来防止跨块的注意力，确保每个位置只关注其自己块内的位置和固定数量的先前块。
- 使用相对位置嵌入，它只考虑序列元素之间的距离，而不是绝对位置。更多细节请参考Self-Attentionwith Relative Position Representations (Shaw et al.)。
- 使用因果深度卷积而不是非因果卷积。
生成过程
生成过程如下：
- 输入文本或语音通过其特定编码器处理。
- 解码器以所需语言创建文本标记。
- 如果需要生成语音，第二个 seq2seq 模型以非自回归方式生成单元标记。
- 然后，这些单元标记通过最终的声码器传递，以产生实际的语音。
SeamlessM4Tv2Model
class transformers.SeamlessM4Tv2Model
( config current_modality = 'text' )
参数
config(~SeamlessM4Tv2Config) — 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。current_modality(str, optional, 默认为"text") — 默认模态。仅用于初始化模型。可以设置为"text"或"speech"。这将根据传递给前向和生成传递的模态（文本的input_ids和音频的input_features）自动更新。
原始的 SeamlessM4Tv2 模型变压器，可用于所有可用任务（S2ST、S2TT、T2TT、T2ST）。此模型是 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。
generate
( input_ids: Optional = None input_features: Optional = None return_intermediate_token_ids: Optional = None tgt_lang: Optional = None speaker_id: Optional = 0 generate_speech: Optional = True **kwargs ) → export const metadata = 'undefined';Union[SeamlessM4Tv2GenerationOutput, Tuple[Tensor], ModelOutput]
参数
input_ids(torch.LongTensor，形状为(batch_size, sequence_length)，optional) — 词汇表中输入序列标记的索引。
可以使用 SeamlessM4TTokenizer 或 SeamlessM4TProcessor 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(torch.FloatTensor，形状为(batch_size, sequence_length, num_banks)，optional) — 输入音频特征。这应该由 SeamlessM4TFeatureExtractor 类或 SeamlessM4TProcessor 类返回。有关详细信息，请参阅 SeamlessM4TFeatureExtractor.call()。return_intermediate_token_ids(bool, optional) — 如果设置为True，还会返回生成的中间文本和单元标记。如果您还想获取音频旁边的翻译文本，请将其设置为True。请注意，如果generate_speech=True，则此参数将被忽略。tgt_lang(str, optional) — 用作翻译目标语言的语言。speaker_id(int, optional, 默认为 0) — 用于语音合成的说话者的 ID。必须小于config.vocoder_num_spkrs。generate_speech(bool, optional, 默认为True) — 如果设置为False，将仅返回文本标记，不会生成语音。kwargs（可选）—将传递给 GenerationMixin.generate()的剩余关键字参数字典。关键字参数有两种类型：
- 没有前缀，它们将作为每个子模型的
generate方法的**kwargs输入，除了decoder_input_ids将仅通过文本组件传递。 - 使用*text_或speech_*前缀，它们将分别作为文本模型和语音模型的
generate方法的输入。它优先于没有前缀的关键字。
- 这意味着您可以为一个生成策略指定一个生成策略，但不能为另一个生成策略指定生成策略。
返回
Union[SeamlessM4Tv2GenerationOutput, Tuple[Tensor], ModelOutput]
- 如果
generate_speech和return_intermediate_token_ids，则返回SeamlessM4Tv2GenerationOutput。 - 如果
generate_speech且不是return_intermediate_token_ids，则返回一个由形状为(batch_size, sequence_length)的波形和给出每个样本长度的waveform_lengths组成的元组。 - 如果
generate_speech=False，它将返回ModelOutput。
生成翻译的标记 ID 和/或翻译的音频波形。
此方法连续调用两个不同子模型的.generate函数。您可以在两个不同级别指定关键字参数：将传递给两个模型的通用参数，或将传递给其中一个模型的带前缀的参数。
例如，调用.generate(input_ids=input_ids, num_beams=4, speech_do_sample=True)将在文本模型上连续执行波束搜索解码，并在语音模型上执行多项式波束搜索采样。
有关生成策略和代码示例的概述，请查看以下指南。
SeamlessM4Tv2ForTextToSpeech
class transformers.SeamlessM4Tv2ForTextToSpeech
( config: SeamlessM4Tv2Config )
参数
config（~SeamlessM4Tv2Config](/docs/transformers/v4.37.2/en/main_classes/model#transformers.PreTrainedModel.from_pretrained)方法以加载模型权重。
文本到语音 SeamlessM4Tv2 模型转换器，可用于 T2ST。该模型是 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。
generate
( input_ids: Optional = None return_intermediate_token_ids: Optional = None tgt_lang: Optional = None speaker_id: Optional = 0 **kwargs ) → export const metadata = 'undefined';Union[SeamlessM4Tv2GenerationOutput, Tuple[Tensor]]
参数
input_ids（形状为(batch_size, sequence_length)的torch.LongTensor）—词汇表中输入序列标记的索引。
可以使用 SeamlessM4TTokenizer 或 SeamlessM4TProcessor 获取索引。有关详细信息，请参阅 PreTrainedTokenizer.encode()和 PreTrainedTokenizer.call()。
什么是输入 ID？return_intermediate_token_ids（bool，可选）—如果为True，还返回中间生成的文本和单元标记。如果您还想在音频旁边获取翻译文本，请将其设置为True。tgt_lang（str，可选）- 用作翻译目标语言的语言。speaker_id（int，可选，默认为 0）- 用于语音合成的说话者 ID。必须小于config.vocoder_num_spkrs。kwargs（可选）- 剩余的关键字参数字典将传递给 GenerationMixin.generate()。关键字参数有两种类型：
- 没有前缀，它们将作为每个子模型的
generate方法的**kwargs输入，除了decoder_input_ids将仅通过文本组件传递。 - 使用*text_或speech_*前缀，它们将分别作为文本模型和语音模型的
generate方法的输入。它优先于没有前缀的关键字。
- 这意味着您可以为一个生成指定一种生成策略，但对另一个生成不指定。
返回
Union[SeamlessM4Tv2GenerationOutput, Tuple[Tensor]]
- 如果
return_intermediate_token_ids，则返回SeamlessM4Tv2GenerationOutput。 - 如果不是
return_intermediate_token_ids，则返回一个由形状为(batch_size, sequence_length)的波形和waveform_lengths组成的元组，其中给出了每个样本的长度。
生成翻译后的音频波形。
此方法连续调用两个不同子模型的.generate函数。您可以在两个不同级别指定关键字参数：将传递给两个模型的一般参数，或者将传递给其中一个模型的带前缀的参数。
例如，调用.generate(input_ids, num_beams=4, speech_do_sample=True)将在文本模型上连续执行波束搜索解码，并在语音模型上执行多项式波束搜索采样。
有关生成策略和代码示例的概述，请查看以下指南。
SeamlessM4Tv2ForSpeechToSpeech
class transformers.SeamlessM4Tv2ForSpeechToSpeech
( config )
参数
config（~SeamlessM4Tv2Config）- 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。
这是一个用于 S2ST 的语音到语音 SeamlessM4Tv2 模型转换器。该模型是 PyTorch torch.nn.Module的子类。将其用作常规的 PyTorch 模块，并参考 PyTorch 文档以获取与一般用法和行为相关的所有内容。
generate
( input_features: Optional = None return_intermediate_token_ids: Optional = None tgt_lang: Optional = None speaker_id: Optional = 0 **kwargs ) → export const metadata = 'undefined';Union[SeamlessM4Tv2GenerationOutput, Tuple[Tensor]]
参数
input_features（形状为(batch_size, sequence_length, num_banks)的torch.FloatTensor）- 输入音频特征。这应该由 SeamlessM4TFeatureExtractor 类或 SeamlessM4TProcessor 类返回。有关详细信息，请参阅 SeamlessM4TFeatureExtractor.call()。return_intermediate_token_ids（bool，可选）- 如果为True，还会返回中间生成的文本和单元标记。如果您还想在音频旁边获取翻译文本，则设置为True。tgt_lang（str，可选）- 用作翻译目标语言的语言。speaker_id（int，可选，默认为 0）— 用于语音合成的说话者 ID。必须小于config.vocoder_num_spkrs。kwargs（可选）— 将传递给 GenerationMixin.generate()的剩余关键字参数字典。关键字参数有两种类型：
- 没有前缀，它们将作为
**kwargs输入到每个子模型的generate方法中，除了decoder_input_ids只会通过文本组件传递。 - 使用*text_或speech_*前缀，它们将分别作为文本模型和语音模型的
generate方法的输入。它优先于没有前缀的关键字。
- 这意味着您可以为一个生成指定一种生成策略，但对另一个生成不指定。
返回
Union[SeamlessM4Tv2GenerationOutput, Tuple[Tensor]]
- 如果
return_intermediate_token_ids，则返回SeamlessM4Tv2GenerationOutput。 - 如果不是
return_intermediate_token_ids，则返回一个由形状为(batch_size, sequence_length)的波形和waveform_lengths组成的元组，其中给出每个样本的长度。
生成翻译的音频波形。
此方法连续调用两个不同子模型的.generate函数。您可以在两个不同级别指定关键字参数：将传递给两个模型的通用参数，或者将传递给其中一个模型的前缀参数。
例如，调用.generate(input_features, num_beams=4, speech_do_sample=True)将在文本模型上连续执行波束搜索解码，并在语音模型上执行多项式波束搜索采样。
有关生成策略和代码示例的概述，请查看以下指南。
SeamlessM4Tv2ForTextToText
class transformers.SeamlessM4Tv2ForTextToText
( config: SeamlessM4Tv2Config )
参数
config（~SeamlessM4Tv2Config）— 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。
文本到文本 SeamlessM4Tv2 模型变压器，可用于 T2TT。该模型是 PyTorch torch.nn.Module子类。将其用作常规 PyTorch 模块，并参考 PyTorch 文档以获取与一般用法和行为相关的所有事项。
forward
( input_ids: LongTensor = None attention_mask: Optional = None decoder_input_ids: Optional = None decoder_attention_mask: Optional = None encoder_outputs: Optional = None past_key_values: Optional = None inputs_embeds: Optional = None decoder_inputs_embeds: Optional = None labels: Optional = None use_cache: Optional = None output_attentions: Optional = None output_hidden_states: Optional = None return_dict: Optional = None **kwargs )
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。
可以使用 SeamlessM4TTokenizer 或 SeamlessM4TProcessor 获取索引。有关详细信息，请参阅 PreTrainedTokenizer.encode()和 PreTrainedTokenizer.call()。
什么是输入 ID？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。选择的掩码值在[0, 1]中：
- 对于“未屏蔽”的标记，
- 对于“屏蔽”的标记为 0。
- 什么是注意力掩码？
decoder_input_ids(torch.LongTensor的形状为(batch_size, target_sequence_length)，optional) — 解码器输入序列标记在词汇表中的索引。
可以使用 AutoTokenizer 获取索引。有关详细信息，请参阅 PreTrainedTokenizer.encode()和 PreTrainedTokenizer.call()。
什么是解码器输入 ID？
Bart 使用eos_token_id作为decoder_input_ids生成的起始标记。如果使用了past_key_values，则只需输入最后的decoder_input_ids（参见past_key_values）。
对于翻译和摘要训练，应提供decoder_input_ids。如果未提供decoder_input_ids，模型将通过将input_ids向右移动来创建此张量，用于去噪预训练，遵循论文。decoder_attention_mask(torch.LongTensor的形状为(batch_size, target_sequence_length)，optional) — 默认行为：生成一个忽略decoder_input_ids中填充标记的张量。因果掩码也将默认使用。
如果要更改填充行为，应阅读modeling_bart._prepare_decoder_attention_mask并根据需要进行修改。有关默认策略的更多信息，请参见论文中的图表 1。encoder_outputs(tuple(tuple(torch.FloatTensor), optional) — 元组包括(last_hidden_state, optional:hidden_states, optional:attentions)last_hidden_state的形状为(batch_size, sequence_length, hidden_size)，optional) 是编码器最后一层输出的隐藏状态序列。用于解码器的交叉注意力。past_key_values(tuple(tuple(torch.FloatTensor)), optional, 当传递use_cache=True或config.use_cache=True时返回) — 长度为config.n_layers的元组，每个元组有 2 个形状为(batch_size, num_heads, sequence_length, embed_size_per_head)的张量和 2 个额外的形状为(batch_size, num_heads, encoder_sequence_length, embed_size_per_head)的张量。
包含预先计算的隐藏状态（自注意力块和交叉注意力块中的键和值），可用于加速顺序解码。
如果使用了past_key_values，用户可以选择仅输入形状为(batch_size, 1)的最后一个decoder_input_ids（这些没有将其过去的键值状态提供给此模型）而不是形状为(batch_size, sequence_length)的所有decoder_input_ids。inputs_embeds(torch.FloatTensor的形状为(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。如果要更好地控制如何将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。decoder_inputs_embeds(torch.FloatTensor的形状为(batch_size, target_sequence_length, hidden_size)，optional) — 可选地，可以直接传递嵌入表示而不是传递decoder_input_ids。如果使用了past_key_values，则只需输入最后的decoder_inputs_embeds（参见past_key_values）。如果要更好地控制如何将decoder_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decoder_input_ids和decoder_inputs_embeds都未设置，则decoder_inputs_embeds取inputs_embeds的值。labels(torch.LongTensorof shape(batch_size, sequence_length), optional) — 用于计算掩码语言建模损失的标签。索引应在[-100, 0, ..., config.vocab_size]范围内（参见input_ids文档）。索引设置为-100的标记将被忽略（掩码），损失仅计算具有标签在[0, ..., config.vocab_size]范围内的标记。use_cache(bool，optional) — 如果设置为True，将返回past_key_values键值状态，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。
SeamlessM4Tv2ForTextToText 的前向方法，覆盖了__call__特殊方法。
尽管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，而不是这个，因为前者负责运行预处理和后处理步骤，而后者则默默地忽略它们。
generate
( input_ids = None tgt_lang = None generation_config = None logits_processor = None stopping_criteria = None prefix_allowed_tokens_fn = None synced_gpus = False **kwargs ) → export const metadata = 'undefined';ModelOutput or torch.LongTensor
参数
input_ids(torch.Tensor，根据模态性质的不同形状，optional) — 词汇表中输入序列标记的索引。
可以使用 SeamlessM4TTokenizer 或 SeamlessM4TProcessor 获取索引。有关详细信息，请参阅 PreTrainedTokenizer.encode()和 PreTrainedTokenizer.call()。
什么是输入 ID？tgt_lang(str，optional) — 用作翻译目标语言的语言。generation_config(~generation.GenerationConfig，optional) — 用作生成调用的基本参数化的生成配置。传递给生成的**kwargs与generation_config的属性匹配将覆盖它们。如果未提供generation_config，将使用默认值，其加载优先级如下：1）从generation_config.json模型文件中获取；2）从模型配置中获取。请注意，未指定的参数将继承 GenerationConfig 的默认值，应检查文档以参数化生成。logits_processor(LogitsProcessorList，optional) — 自定义对数处理器，补充了从参数和生成配置构建的默认对数处理器。如果传递的对数处理器已经使用参数或生成配置创建，则会抛出错误。此功能适用于高级用户。stopping_criteria(StoppingCriteriaList, optional) — 自定义停止标准，补充了从参数和生成配置构建的默认停止标准。如果传递的停止标准已经使用参数或生成配置创建，则会抛出错误。此功能适用于高级用户。prefix_allowed_tokens_fn（Callable[[int, torch.Tensor], List[int]]，可选）- 如果提供，此函数将在每个步骤中将束搜索限制为仅允许的令牌。如果未提供，则不应用约束。此函数接受 2 个参数：批次 IDbatch_id和input_ids。它必须返回一个列表，其中包含下一代步骤的允许令牌，条件是批次 IDbatch_id和先前生成的令牌inputs_ids。此参数对于受前缀约束的生成很有用，如自回归实体检索中所述。synced_gpus（bool，可选，默认为False）- 是否继续运行 while 循环直到 max_length（ZeRO 阶段 3 所需）kwargs（Dict[str, Any]，可选）-generate_config的特定参数化和/或将转发到模型的forward函数的其他模型特定 kwargs 的临时参数化。
返回
ModelOutput 或torch.LongTensor
一个 ModelOutput（如果return_dict_in_generate=True或当config.return_dict_in_generate=True时）或一个torch.FloatTensor。可能的 ModelOutput 类型为：
- GenerateEncoderDecoderOutput，
- GenerateBeamEncoderDecoderOutput
生成令牌 id 序列。
大多数生成控制参数都在generation_config中设置，如果未传递，则将设置为模型的默认生成配置。您可以通过将相应的参数传递给 generate()来覆盖任何generation_config，例如.generate(inputs, num_beams=4, do_sample=True)。
有关生成策略和代码示例的概述，请查看以下指南。
Transformers 4.37 中文文档（七十七）（2）https://developer.aliyun.com/article/1564185
