# ILLA Cloud: 调用 Hugging Face Inference Endpoints，开启大模型世界之门

**URL:** <https://meta.101.dev/t/illa-cloud-hugging-face-inference-endpoints/954>\
**Category:** Hugging Face\
**Tags:** illa-cloud\
**Created:** [2023 年4 月 11 日 04:36 UTC](https://meta.101.dev/t/illa-cloud-hugging-face-inference-endpoints/954 "2023-04-11T04:36:42Z")\
**Posts on this page:** 1\
**Page:** 1

<div class="post-metadata">

作者： ![101](https://meta.101.dev/user_avatar/meta.101.dev/101/32/575_2.png) [@101](https://meta.101.dev/u/101)\
发布日期： [2023 年4 月 11 日 04:36 UTC](https://meta.101.dev/t/illa-cloud-hugging-face-inference-endpoints/954/1 "2023-04-11T04:36:42Z")

</div>

一个月前，我们 [宣布了与 ILLA Cloud 与达成的合作](https://meta.101.dev/t/illa-cloud-hugging-face/864)，ILLA Cloud 正式支持集成 Hugging Face Hub 上的 AI 模型库和其他相关功能。

今天，我们为大家带来 ILLA Cloud 集成 Hugging Face 功能的更新，经过双方团队的沟通和推进， **ILLA Cloud 现以发布 2.0 正式版** ——用户可以将 ILLA Cloud 的应用构建能力与 Hugging Face 上先进的 AI 模型相结合，借助两个平台的优势为团队带来更进一步的效率提升。

![](https://devrel.andfun.cn/devrel/posts/2023-04-11-035646.png)

ILLA Cloud 是一个开源低代码开发平台，用户可以通过连接各种组件和操作来构建企业内部应用程序，Hugging Face 在其中扮演了提供了 AI 模型、工具和资源的供应商。

在接下来的内容中，我们将指导你在 ILLA Cloud 中使用 Hugging Face 的 Inference Endpoints 和 Hugging Face Hub 上的 `openai/whisper-base` 模型创建一个音频转文字应用程序，以展示这本次合作的内容和优势以及这项技术的一些可能用例。

## 第一步：用组件搭建前端界面

首先，使用 ILLA Cloud 的组件（如文件上传和按钮）设计一个直观的界面。这个界面将使用户能够轻松地上传音频文件并启动转录过程。

![](https://devrel.andfun.cn/devrel/posts/2023-04-11-035653.png)

确保界面用户友好且视觉吸引力强。考虑加入清晰的说明，以便用户了解如何有效地使用应用程序。

## 第二步：添加 Hugging Face 资源

![](https://devrel.andfun.cn/devrel/posts/2023-04-11-035655.png)

为了添加 Hugging Face 资源，请按如下要求填写必填字段：

- [Endpoint URL](https://ui.endpoints.huggingface.co/new)：通过在 Hugging Face 平台上创建 Endpoints 来获取。
- Token: 在你的 Hugging Face 个人设置页面中找到。

这一步建立了你的 ILLA Cloud 应用程序与 Hugging Face 模型之间的连接，实现无缝集成和执行。

## 第三步：配置操作

![](https://devrel.andfun.cn/devrel/posts/2023-04-11-035656.png)

接下来，配置操作以执行 Hugging Face 模型：

1. 选择适当的参数类型。对于 `openai/whisper-base` 模型，请选择 `Binary`，因为它需要二进制文件输入；
2. 将前端界面的输入文件映射到操作参数。

![](https://devrel.andfun.cn/devrel/posts/2023-04-11-035658.png)

仔细配置操作可确保你的应用程序正确且高效地处理音频输入。

## 第四步：连接组件和操作

![](https://devrel.andfun.cn/devrel/posts/2023-04-11-035659.png)

现在，在 ILLA Cloud 中建立组件和操作之间的连接：

1. 为按钮添加事件处理程序，单击时触发操作运行；
2. 将文本组件的值设置为 `{{whisper.data[0].text}}`。这将在文本组件上显示转录结果。

![](https://devrel.andfun.cn/devrel/posts/2023-04-11-035701.gif)

通过连接组件和操作，你为用户提供了无缝的体验，让他们亲身感受 Hugging Face 的 NLP 模型的威力。

## 用例与应用

你使用 ILLA Cloud 和 Hugging Face Hub 上的 `openai/whisper-base` 模型创建的音频转文字应用具有许多潜在的用例和应用，包括：

1. 会议记录：自动转录会议录音，节省时间和精力，确保准确记录；
2. 播客转录：将播客剧集转换为文本，使其更易访问和搜索；
3. 访谈转录：为定性研究转录访谈，使研究人员能够分析和编码基于文本的数据；
4. 语音助手：通过将用户的口头命令转换为文本进行进一步处理，提高语音助手的功能。

这些用例只是许多可能性的一部分，这得益于这一强大合作。

## 扩展应用

为了进一步增强你的音频转文字应用，可以考虑加入以下附加功能：

1. 语言翻译：整合机器翻译模型，自动将转录文本翻译成不同的语言，使你的应用更具多功能性，更适应全球受众；
2. 情感分析：分析转录文本的情感，帮助用户了解音频内容的整体基调；
3. 关键词提取：实施关键词提取模型，从转录文本中识别关键主题和概念，让用户快速了解音频内容的主要焦点；
4. 文本摘要：使用抽象或提取摘要模型对转录文本进行总结，为用户提供内容的精简版本。

通过添加这些功能，你可以创建一个更全面且强大的应用，满足各种用户需求和要求。

## 结语

ILLA Cloud 与 Hugging Face 的合作为用户提供了一种无缝而强大的方式来构建利用尖端 NLP 模型的应用程序。遵循本教程，你可以快速地创建一个在 ILLA Cloud 中利用 Hugging Face Inference Endpoints 的音频转文字应用。这一合作不仅简化了应用构建过程，还为创新和发展提供了新的可能性。