粤ICP备17114055号
微信扫码
与创始人交个朋友
支持私有云部署
我要投稿
开发者Matt Palmer最近分享了一个演示：在浏览器中直接运行Whisper模型，无需任何API调用。
在Matt分享的视频中，我们可以看到Whisper模型在浏览器环境下流畅运行，实时将语音转换为文字。
这种本地化的AI处理方式不仅提高了响应速度，还避免了数据传输过程中可能存在的隐私风险。
Matt特别感谢了@xenovacom和@huggingface提供的transformersjs库，这个强大的工具使得在浏览器中运行复杂的AI模型成为可能。
transformersjs是Hugging Face团队开发的JavaScript库，它允许开发者在浏览器或Node.js环境中使用各种预训练模型，包括Whisper这样的语音识别模型。
但故事并未就此结束。@_akhaliq补充道，开发者还可以结合Gradio lite和transformers js来构建更复杂的应用。Gradio lite是一个轻量级的库，允许开发者快速创建基于机器学习模型的交互式Web应用。
这种组合为开发者提供了一个强大的工具集：
无服务器部署：应用可以完全在客户端运行，无需后端服务器。
灵活的UI设计：Gradio提供了简洁的API来设计用户界面。
多样化的模型支持：不仅限于语音识别，还可以轻松集成图像分类、文本分析等多种AI任务。
对于想要尝试这项技术的开发者，可以参考Gradio官方提供的指南。以下是一个简单的示例代码：
import gradio as grfrom transformers_js_py import pipelinepipe = await pipeline('sentiment-analysis')demo = gr.Interface.from_pipeline(pipe)demo.launch()
这段代码展示了如何在浏览器中创建一个情感分析应用。通过修改pipeline的类型，开发者可以轻松切换到其他AI任务，如图像分类或语音识别。
这也标志着AI应用开发正在向着更加轻量化、隐私友好的方向发展。
它不仅降低了开发和部署的门槛，还为终端用户提供了更快速、更安全的AI体验。
随着浏览器性能的不断提升和Web技术的持续进步，以及AI 模型不断瘦身，前端开发也可以本地玩转AI 大模型了！
53AI，企业落地应用大模型首选服务商
产品：大模型应用平台+智能体定制开发+落地咨询服务
承诺：先做场景POC验证，看到效果再签署服务协议。零风险落地应用大模型，已交付160+中大型企业
2024-10-16
OpenAI Swarm：探索多智能体（Agent）系统的新框架
2024-10-16
NotebookLM爆火背后：AI原生产品的核心洞察与创新
2024-10-16
ElevenLabs打造AI版费尔南多·阿隆索，开启虚拟人互动新纪元
2024-10-15
Agent S-比肩普通人一样的"电脑Agent"如约而来，引领“电脑交互”新纪元。
2024-10-11
Phi-3-Vision-128K大模型，AI助力OCR，文档处理更上一层楼
2024-10-11
PyMuPDF4LLM：多模态PDF 解析神器！
2024-10-11
一文彻底搞懂多模态 - 多模态检索
2024-10-10
GPT4o Realtime voice功能的复现路径
2024-06-17
2024-07-11
2024-06-17
2024-08-06
2024-04-21
2024-08-30
2024-06-26
2024-07-11
2024-09-12
2024-07-15
2024-09-26
2024-09-26
2024-09-01
2024-07-31
2024-07-25
2024-07-19
2024-07-15
2024-07-15
回到顶部