Parámetros

• prompt (str o list[str]) — Prompt o prompts que guían la generación de audio.
• negative_prompt (str o list[str], opcional) — Prompt(s) negativo(s) para la guía libre de clasificador.
• audio_duration_s (float, opcional) — Duración objetivo del audio en segundos. Se ignora cuando se proporciona latents.
• latents (torch.Tensor, opcional) — Latentes ruidosos pregenerados de forma (batch_size, duration, latent_dim).
• num_inference_steps (int, por defecto 16) — Número de pasos de desruido.
• guidance_scale (float, por defecto 4.0) — Escala de guía para la guía libre de clasificador.
• generator (torch.Generator o list[torch.Generator], opcional) — Generador(es) aleatorio(s).
• output_type (str, por defecto "np") — Formato de salida: "np", "pt" o "latent".
• return_dict (bool, por defecto True) — Si se debe devolver AudioPipelineOutput.
• callback_on_step_end (Callable, opcional) — Una función que se llama al final de cada paso de desruido con la pipeline, el índice del paso, el timestep y las entradas de tensor especificadas por callback_on_step_end_tensor_inputs.
• callback_on_step_end_tensor_inputs (list, por defecto ["latents"]) — Entradas de tensor pasadas a callback_on_step_end.

Parámetros

• pretrained_model_name_or_path (str o os.PathLike, opcional) — Puede ser:
  • Una cadena de caracteres, el repo id (por ejemplo, CompVis/ldm-text2im-large-256) de un pipeline preentrenado alojado en el Hub.
  • Una ruta a un directorio (por ejemplo, ./my_pipeline_directory/) que contiene los pesos de la pipeline guardados con save_pretrained().
• dtype (torch.dtype o dict[str, Union[str, torch.dtype]], opcional) — Sobrescribe el torch.dtype predeterminado y carga el modelo con otro dtype. Para cargar submodelos con un dtype diferente, pasa un dict (por ejemplo, {'transformer': torch.bfloat16, 'vae': torch.float16}). Establece el dtype predeterminado para los componentes no especificados con default (por ejemplo, {'transformer': torch.bfloat16, 'default': torch.float16}). Si un componente no está especificado y no se establece un valor predeterminado, se utiliza torch.float32.
• custom_pipeline (str, opcional) —

  > 🧪 Esta es una función experimental y puede cambiar en el futuro.

  Puede ser:

  • Una cadena de caracteres, el repo id (por ejemplo hf-internal-testing/diffusers-dummy-pipeline) de un pipeline personalizado alojado en el Hub. El repositorio debe contener un archivo llamado pipeline.py que defina el pipeline personalizado.
  • Una cadena, el nombre de archivo de un pipeline de la comunidad alojado en GitHub bajo Community. Los nombres de archivo válidos deben coincidir con el nombre del archivo y no con el script del pipeline (clip_guided_stable_diffusion en lugar de clip_guided_stable_diffusion.py). Los pipelines de la comunidad siempre se cargan desde la rama principal actual de GitHub.
  • Una ruta a un directorio (./my_pipeline_directory/) que contiene un pipeline personalizado. El directorio debe contener un archivo llamado pipeline.py que defina el pipeline personalizado.

  Para obtener más información sobre cómo cargar y crear pipelines personalizados, consulte Carga y adición de pipelines personalizados

• force_download (bool, opcional, valor predeterminado False) — Indica si se debe forzar la (re)descarga de los pesos del modelo y los archivos de configuración, ignorando las versiones en caché si existen.
• cache_dir (Union[str, os.PathLike], opcional) — Ruta a un directorio donde se almacena en caché la configuración de un modelo preentrenado descargado si no se utiliza la caché estándar.
• proxies (Dict[str, str], opcional) — Un diccionario de servidores proxy a utilizar por protocolo o punto de acceso, por ejemplo, {'http': 'foo.bar:3128', 'http://hostname': 'foo.bar:4012'}. Los proxies se utilizan en cada solicitud.
• output_loading_info(bool, opcional, por defecto False) — Indica si se debe devolver también un diccionario que contenga las claves faltantes, las claves inesperadas y los mensajes de error.
• local_files_only (bool, opcional, valor predeterminado False) — Indica si se deben cargar únicamente los pesos y archivos de configuración del modelo locales. Si se establece en True, el modelo no se descargará desde el Hub.
• token (str o bool, opcional) — El token que se usará como autorización HTTP bearer para los archivos remotos. Si True, se utiliza el token generado desde diffusers-cli login (almacenado en ~/.huggingface).
• revision (str, opcional, valor predeterminado "main") — La versión específica del modelo que se va a utilizar. Puede ser el nombre de una rama, el nombre de una etiqueta, un id de commit o cualquier identificador permitido por Git.
• custom_revision (str, opcional) — La versión específica del modelo que se va a usar. Puede ser el nombre de una rama, el nombre de una etiqueta o un id de commit similar a revision al cargar un pipeline personalizado desde el Hub. El valor predeterminado es la última versión estable de 🤗 Diffusers.
• mirror (str, opcional) — Origen de espejo para resolver problemas de accesibilidad si estás descargando un modelo en China. No garantizamos la oportunidad ni la seguridad de la fuente, y debes consultar el sitio del espejo para obtener más información.
• device_map (str, opcional) — Estrategia que determina cómo deben colocarse los distintos componentes de un pipeline en los dispositivos disponibles. Actualmente, solo se admite device_map “balanced”. Consulta esto para obtener más información.
• max_memory (Dict, opcional) — Un diccionario con el identificador de dispositivo para la memoria máxima. Si no se establece, se usará la memoria máxima disponible para cada GPU y la RAM de CPU disponible.
• offload_folder (str o os.PathLike, opcional) — La ruta para descargar los pesos si device_map contiene el valor "disk".
• offload_state_dict (bool, opcional) — Si es True, descarga temporalmente el state dict de CPU al disco duro para evitar quedarse sin RAM de CPU si el peso del state dict de CPU + el shard más grande del checkpoint no cabe. El valor predeterminado es True cuando hay alguna descarga a disco.
• low_cpu_mem_usage (bool, opcional, por defecto True si la versión de torch >= 1.9.0, en caso contrario False) — Acelera la carga del modelo cargando solo los pesos preentrenados y sin inicializar los pesos. Esto también intenta no usar más de 1x el tamaño del modelo en memoria de CPU (incluida la memoria pico) durante la carga del modelo. Solo compatible con PyTorch >= 1.9.0. Si estás usando una versión anterior de PyTorch, establecer este argumento en True generará un error.
• use_safetensors (bool, opcional, valor predeterminado None) — Si se establece en None, se descargan los pesos de safetensors si están disponibles y si la biblioteca safetensors está instalada. Si se establece en True, el modelo se carga forzosamente desde los pesos de safetensors. Si se establece en False, no se cargan los pesos de safetensors.
• use_onnx (bool, opcional, valor predeterminado None) — Si se establece en True, los pesos de ONNX siempre se descargarán si están presentes. Si se establece en False, los pesos de ONNX nunca se descargarán. De forma predeterminada, use_onnx toma el valor del atributo de clase _is_onnx, que es False para los pipelines que no son de ONNX y True para los pipelines de ONNX. Los pesos de ONNX incluyen tanto los archivos que terminan en .onnx como en .pb.
• kwargs (diccionario restante de argumentos de palabra clave, opcional) — Se puede usar para sobrescribir las variables de carga y guardado (los componentes de pipeline de la clase de pipeline específica). Los componentes sobrescritos se pasan directamente al método __init__ de los pipelines. Consulte el ejemplo siguiente para obtener más información.
• variant (str, opcional) — Carga los pesos desde un nombre de archivo de variante especificado, como "fp16" o "ema".
• disable_mmap (‘bool’, opcional, valor predeterminado ‘False’) — Si se deshabilita mmap al cargar un modelo de Safetensors. Esta opción puede ofrecer un mejor rendimiento cuando el modelo está en una unidad de red o en un disco duro, que pueden no manejar bien la naturaleza de búsquedas aleatorias de mmap.