欧美日韩亚洲国产天堂a ,少妇下面好紧好多水真爽播放,日本熟妇的牲交牲欲视频

本教程在DashVector+ModelScope玩轉多模態檢索教程的基礎之上，基于DashScope上新推出的ONE-PEACE通用多模態表征模型結合向量檢索服務DashVector來對多模態檢索進行升級，接下來我們將展示更豐富的多模態檢索能力。

整體流程

主要分為兩個階段：

多模態數據Embedding入庫。通過ONE-PEACE模型服務Embedding接口將多種模態的數據集數據轉化為高維向量。
多模態Query檢索?；贠NE-PEACE模型提供的多模態Embedding能力，我們可以自由組合不同模態的輸入，例如單文本、文本+音頻、音頻+圖片等多模態輸入，獲取Embedding向量后通過DashVector跨模態檢索相似結果。

前提準備

1. API-KEY準備

已開通DashScope并獲取API-KEY，具體操作，請參見：API-KEY的獲取與配置。
已開通DashVector向量檢索服務，并獲得API-KEY，具體操作，請參見：API-KEY管理。

2. 環境準備

本教程使用的多模態推理模型服務是DashScope最新的ONE-PEACE模型。ONE-PEACE是一個圖文音三模態通用表征模型，在語義分割、音文檢索、音頻分類和視覺定位幾個任務都達到了新SOTA表現，在視頻分類、圖像分類圖文檢索、以及多模態經典benchmark也都取得了比較領先的結果。模型相關的環境依賴如下：

說明

需要提前安裝Python3.7及以上版本，請確保相應的python版本。

# 安裝 dashscope 和 dashvector sdk
pip3 install dashscope dashvector

基本檢索

1. 數據準備

說明

由于DashScope的ONE-PEACE模型服務當前只支持url形式的圖片、音頻輸入，因此需要將數據集提前上傳到公共網絡存儲（例如oss/s3），并獲取對應圖片、音頻的url地址列表。

當前示例場景使用ImageNet-1k的validation數據集作為入庫的圖片數據集，將原始圖片數據Embedding入庫。檢索時使用ESC-50數據集作為音頻輸入，文本和圖片輸入由用戶自定義，用戶也可對不同模態數據自由組合。

Dataset for ImageNet-1k
Dataset for ESC-50

2. 數據Embedding入庫

說明

本教程所涉及的your-xxx-api-key以及your-xxx-cluster-endpoint，均需要替換為您自己的API-KAY及CLUSTER_ENDPOINT后，代碼才能正常運行。

ImageNet-1k的validation數據集包含50000張標注好的圖片數據，其中包含1000個類別，每個類別50張圖片，這里我們基于ONE-PEACE模型提取原始圖片的Embedding向量入庫，另外為了方便后續的圖片展示，我們也將原始圖片的url一起入庫。代碼示例如下：

import dashscope
from dashscope import MultiModalEmbedding
from dashvector import Client, Doc, DashVectorException

dashscope.api_key = '{your-dashscope-api-key}'

# 由于 ONE-PEACE 模型服務當前只支持 url 形式的圖片、音頻輸入，因此用戶需要將數據集提前上傳到
# 公共網絡存儲（例如 oss/s3），并獲取對應圖片、音頻的 url 列表。
# 該文件每行存儲數據集單張圖片的公共 url，與當前python腳本位于同目錄下
IMAGENET1K_URLS_FILE_PATH = "imagenet1k-urls.txt"


def index_image():
    # 初始化 dashvector client
    client = Client(
      api_key='{your-dashvector-api-key}',
      endpoint='{your-dashvector-cluster-endpoint}'
    )

    # 創建集合：指定集合名稱和向量維度, ONE-PEACE 模型產生的向量統一為 1536 維
    rsp = client.create('imagenet1k_val_embedding', 1536)
    if not rsp:
        raise DashVectorException(rsp.code, reason=rsp.message)

    # 調用 dashscope ONE-PEACE 模型生成圖片 Embedding，并插入 dashvector
    collection = client.get('imagenet1k_val_embedding')
    with open(IMAGENET1K_URLS_FILE_PATH, 'r') as file:
        for i, line in enumerate(file):
            url = line.strip('\n')
            input = [{'image': url}]
            result = MultiModalEmbedding.call(model=MultiModalEmbedding.Models.multimodal_embedding_one_peace_v1,
                                              input=input,
                                              auto_truncation=True)
            if result.status_code != 200:
                print(f"ONE-PEACE failed to generate embedding of {url}, result: {result}")
                continue
            embedding = result.output["embedding"]
            collection.insert(
                Doc(
                    id=str(i),
                    vector=embedding,
                    fields={'image_url': url}
                )
            )
            if (i + 1) % 100 == 0:
                print(f"---- Succeeded to insert {i + 1} image embeddings")


if __name__ == '__main__':
    index_image()

說明

上述代碼需要訪問DashScope的ONE-PEACE多模態Embedding模型，總體運行速度視用戶開通該服務的qps有所不同。
因圖片大小影響ONE-PEACE模型獲取Embedding的成功與否，上述代碼運行后最終入庫數據可能小于50000條。

3. 模態檢索

3.1. 文本檢索

對于單文本模態檢索，可以通過ONE-PEACE模型獲取文本Embedding向量，再通過DashVector向量檢索服務的檢索接口，快速檢索相似的底庫圖片。這里文本query是貓“cat”，代碼示例如下：

import dashscope
from dashscope import MultiModalEmbedding
from dashvector import Client
from urllib.request import urlopen
from PIL import Image

dashscope.api_key = '{your-dashscope-api-key}'


def show_image(image_list):
    for img in image_list:
        # 注意：show() 函數在 Linux 服務器上可能需要安裝必要的圖像瀏覽器組件才生效
        # 建議在支持 jupyter notebook 的服務器上運行該代碼
        img.show()


def text_search(input_text):
    # 初始化 dashvector client
    client = Client(
      api_key='{your-dashvector-api-key}',
      endpoint='{your-dashvector-cluster-endpoint}'
    )

    # 獲取上述入庫的集合
    collection = client.get('imagenet1k_val_embedding')

    # 獲取文本 query 的 Embedding 向量
    input = [{'text': input_text}]
    result = MultiModalEmbedding.call(model=MultiModalEmbedding.Models.multimodal_embedding_one_peace_v1,
                                      input=input,
                                      auto_truncation=True)
    if result.status_code != 200:
        raise Exception(f"ONE-PEACE failed to generate embedding of {input}, result: {result}")
    text_vector = result.output["embedding"]

    # DashVector 向量檢索
    rsp = collection.query(text_vector, topk=3)
    image_list = list()
    for doc in rsp:
        img_url = doc.fields['image_url']
        img = Image.open(urlopen(img_url))
        image_list.append(img)
    return image_list


if __name__ == '__main__':
    """文本檢索"""
    # 貓
    text_query = "cat"
    show_image(text_search(text_query))

運行上述代碼，檢索結果如下：

3.2. 音頻檢索

單音頻模態檢索與文本檢索類似，這里音頻query取自ESC-50的“貓叫聲”片段，代碼示例如下：

import dashscope
from dashscope import MultiModalEmbedding
from dashvector import Client
from urllib.request import urlopen
from PIL import Image

dashscope.api_key = '{your-dashscope-api-key}'


def show_image(image_list):
    for img in image_list:
        # 注意：show() 函數在 Linux 服務器上可能需要安裝必要的圖像瀏覽器組件才生效
        # 建議在支持 jupyter notebook 的服務器上運行該代碼
        img.show()


def audio_search(input_audio):
    # 初始化 dashvector client
    client = Client(
      api_key='{your-dashvector-api-key}',
      endpoint='{your-dashvector-cluster-endpoint}'
    )

    # 獲取上述入庫的集合
    collection = client.get('imagenet1k_val_embedding')

    # 獲取音頻 query 的 Embedding 向量
    input = [{'audio': input_audio}]
    result = MultiModalEmbedding.call(model=MultiModalEmbedding.Models.multimodal_embedding_one_peace_v1,
                                      input=input,
                                      auto_truncation=True)
    if result.status_code != 200:
        raise Exception(f"ONE-PEACE failed to generate embedding of {input}, result: {result}")
    audio_vector = result.output["embedding"]

    # DashVector 向量檢索
    rsp = collection.query(audio_vector, topk=3)
    image_list = list()
    for doc in rsp:
        img_url = doc.fields['image_url']
        img = Image.open(urlopen(img_url))
        image_list.append(img)
    return image_list


if __name__ == '__main__':
    """音頻檢索"""
    # 貓叫聲
    audio_url = "http://proxima-internal.oss-cn-zhangjiakou.aliyuncs.com/audio-dataset/esc-50/1-47819-A-5.wav"
    show_image(audio_search(audio_url))

運行上述代碼，檢索結果如下：

3.3. 文本+音頻檢索

接下來，我們嘗試“文本+音頻”聯合模態檢索，同上，首先通過ONE-PEACE模型獲取“文本+音頻”輸入的Embedding向量，再通過DashVector向量檢索服務檢索結果。這里的文本query選取的是草地“grass”，音頻query依然選擇的是ESC-50的“貓叫聲”片段。代碼示例如下：

import dashscope
from dashscope import MultiModalEmbedding
from dashvector import Client
from urllib.request import urlopen
from PIL import Image

dashscope.api_key = '{your-dashscope-api-key}'


def show_image(image_list):
    for img in image_list:
        # 注意：show() 函數在 Linux 服務器上可能需要安裝必要的圖像瀏覽器組件才生效
        # 建議在支持 jupyter notebook 的服務器上運行該代碼
        img.show()


def text_audio_search(input_text, input_audio):
    # 初始化 dashvector client
    client = Client(
      api_key='{your-dashvector-api-key}',
      endpoint='{your-dashvector-cluster-endpoint}'
    )

    # 獲取上述入庫的集合
    collection = client.get('imagenet1k_val_embedding')

    # 獲取文本+音頻 query 的 Embedding 向量
    input = [
        {'text': input_text},
        {'audio': input_audio},
    ]
    result = MultiModalEmbedding.call(model=MultiModalEmbedding.Models.multimodal_embedding_one_peace_v1,
                                      input=input,
                                      auto_truncation=True)
    if result.status_code != 200:
        raise Exception(f"ONE-PEACE failed to generate embedding of {input}, result: {result}")
    text_audio_vector = result.output["embedding"]

    # DashVector 向量檢索
    rsp = collection.query(text_audio_vector, topk=3)
    image_list = list()
    for doc in rsp:
        img_url = doc.fields['image_url']
        img = Image.open(urlopen(img_url))
        image_list.append(img)
    return image_list


if __name__ == '__main__':
    """文本+音頻檢索"""
    # 草地
    text_query = "grass"
    # 貓叫聲
    audio_url = "http://proxima-internal.oss-cn-zhangjiakou.aliyuncs.com/audio-dataset/esc-50/1-47819-A-5.wav"
    show_image(text_audio_search(text_query, audio_url))

運行上述代碼，檢索結果如下：

3.4. 圖片+音頻檢索

我們再嘗試下“圖片+音頻”聯合模態檢索，與前述“文本+音頻”檢索類似，這里的圖片選取的是草地圖像（需先上傳到公共網絡存儲并獲取 url），音頻query依然選擇的是ESC-50的“貓叫聲”片段。代碼示例如下：

import dashscope
from dashscope import MultiModalEmbedding
from dashvector import Client
from urllib.request import urlopen
from PIL import Image

dashscope.api_key = '{your-dashscope-api-key}'


def show_image(image_list):
    for img in image_list:
        # 注意：show() 函數在 Linux 服務器上可能需要安裝必要的圖像瀏覽器組件才生效
        # 建議在支持 jupyter notebook 的服務器上運行該代碼
        img.show()


def image_audio_search(input_image, input_audio):
    # 初始化 dashvector client
    client = Client(
      api_key='{your-dashvector-api-key}',
      endpoint='{your-dashvector-cluster-endpoint}'
    )

    # 獲取上述入庫的集合
    collection = client.get('imagenet1k_val_embedding')

    # 獲取圖片+音頻 query 的 Embedding 向量
    # 注意，這里音頻 audio 模態輸入的權重參數 factor 為 2（默認為1）
    # 目的是為了增大音頻輸入（貓叫聲）對檢索結果的影響
    input = [
        {'factor': 1, 'image': input_image},
        {'factor': 2, 'audio': input_audio},
    ]
    result = MultiModalEmbedding.call(model=MultiModalEmbedding.Models.multimodal_embedding_one_peace_v1,
                                      input=input,
                                      auto_truncation=True)
    if result.status_code != 200:
        raise Exception(f"ONE-PEACE failed to generate embedding of {input}, result: {result}")
    image_audio_vector = result.output["embedding"]

    # DashVector 向量檢索
    rsp = collection.query(image_audio_vector, topk=3)
    image_list = list()
    for doc in rsp:
        img_url = doc.fields['image_url']
        img = Image.open(urlopen(img_url))
        image_list.append(img)
    return image_list


if __name__ == '__main__':
    """圖片+音頻檢索"""
    # 草地
    image_url = "http://proxima-internal.oss-cn-zhangjiakou.aliyuncs.com/image-dataset/grass-field.jpeg"
    # 貓叫聲
    audio_url = "http://proxima-internal.oss-cn-zhangjiakou.aliyuncs.com/audio-dataset/esc-50/1-47819-A-5.wav"
    show_image(image_audio_search(image_url, audio_url))

輸入示意圖如下：

運行代碼，檢索結果如下：

進階使用

上述場景里作為檢索底庫數據的是單模態的圖片數據，這里我們也可以將多種模態的數據同時通過ONE-PEACE模型獲取Embedding向量，將Embedding向量作為檢索庫數據入庫檢索，觀察檢索效果。

1. 數據準備

本示例場景使用微軟COCO在Captioning場景下的validation數據集，將圖片以及對應的圖片描述caption文本兩種模態數據一起Embedding入庫。對于檢索時輸入的圖片、音頻與文本等多模態數據，用戶可以自定義，也可以使用公共數據集的數據。

Dataset for MSCOCO

2. 數據Embedding入庫

說明

本教程所涉及的your-xxx-api-key以及your-xxx-cluster-endpoint，均需要替換為您自己的API-KAY及CLUSTER_ENDPOINT后，代碼才能正常運行。

微軟COCO的Captioning validation驗證集包含5000張標注良好的圖片及對應的說明文本，這里我們需要通過DashScope的ONE-PEACE模型提取數據集的“圖片+文本”的Embedding向量入庫，另外為了方便后續的圖片展示，我們也將原始圖片url和對應caption文本一起入庫。代碼示例如下：

import dashscope
from dashscope import MultiModalEmbedding
from dashvector import Client, Doc, DashVectorException

dashscope.api_key = '{your-dashscope-api-key}'

# 由于 ONE-PEACE 模型服務當前只支持 url 形式的圖片、音頻輸入，因此用戶需要將數據集提前上傳到
# 公共網絡存儲（例如 oss/s3），并獲取對應圖片、音頻的 url 列表。
# 該文件每行存儲數據集單張圖片的公共 url 和對應的 caption 文本，以`;`分割
COCO_CAPTIONING_URLS_FILE_PATH = "cocoval5k-urls-captions.txt"


def index_image_text():
    # 初始化 dashvector client
    client = Client(
      api_key='{your-dashvector-api-key}',
      endpoint='{your-dashvector-cluster-endpoint}'
    )

    # 創建集合：指定集合名稱和向量維度, ONE-PEACE 模型產生的向量統一為 1536 維
    rsp = client.create('coco_val_embedding', 1536)
    if not rsp:
        raise DashVectorException(rsp.code, reason=rsp.message)

    # 調用 dashscope ONE-PEACE 模型生成圖片 Embedding，并插入 dashvector
    collection = client.get('coco_val_embedding')
    with open(COCO_CAPTIONING_URLS_FILE_PATH, 'r') as file:
        for i, line in enumerate(file):
            url, caption = line.strip('\n').split(";")
            input = [
                {'text': caption},
                {'image': url},
            ]
            result = MultiModalEmbedding.call(model=MultiModalEmbedding.Models.multimodal_embedding_one_peace_v1,
                                              input=input,
                                              auto_truncation=True)
            if result.status_code != 200:
                print(f"ONE-PEACE failed to generate embedding of {url}, result: {result}")
                continue
            embedding = result.output["embedding"]
            collection.insert(
                Doc(
                    id=str(i),
                    vector=embedding,
                    fields={'image_url': url, 'image_caption': caption}
                )
            )
            if (i + 1) % 20 == 0:
                print(f"---- Succeeded to insert {i + 1} image embeddings")


if __name__ == '__main__':
    index_image_text()

說明

上述代碼需要訪問DashScope的ONE-PEACE多模態Embedding模型，總體運行速度視用戶開通該服務的qps有所不同。

3. 模態檢索

3.1. 文本檢索

首先我們嘗試單文本模態檢索。代碼示例如下：

import dashscope
from dashscope import MultiModalEmbedding
from dashvector import Client
from urllib.request import urlopen
from PIL import Image

dashscope.api_key = '{your-dashscope-api-key}'


def show_image_text(image_text_list):
    for img, cap in image_text_list:
        # 注意：show() 函數在 Linux 服務器上可能需要安裝必要的圖像瀏覽器組件才生效
        # 建議在支持 jupyter notebook 的服務器上運行該代碼
        img.show()
        print(cap)


def text_search(input_text):
    # 初始化 dashvector client
    client = Client(
      api_key='{your-dashvector-api-key}',
      endpoint='{your-dashvector-cluster-endpoint}'
    )

    # 獲取上述入庫的集合
    collection = client.get('coco_val_embedding')

    # 獲取文本 query 的 Embedding 向量
    input = [{'text': input_text}]
    result = MultiModalEmbedding.call(model=MultiModalEmbedding.Models.multimodal_embedding_one_peace_v1,
                                      input=input,
                                      auto_truncation=True)
    if result.status_code != 200:
        raise Exception(f"ONE-PEACE failed to generate embedding of {input}, result: {result}")
    text_vector = result.output["embedding"]

    # DashVector 向量檢索
    rsp = collection.query(text_vector, topk=3)
    image_text_list = list()
    for doc in rsp:
        img_url = doc.fields['image_url']
        img_cap = doc.fields['image_caption']
        img = Image.open(urlopen(img_url))
        image_text_list.append((img, img_cap))
    return image_text_list


if __name__ == '__main__':
    """文本檢索"""
    # 狗
    text_query = "dog"
    show_image_text(text_search(text_query))

運行上述代碼，檢索結果如下：

The fur on this dog is long enough to cover his eyes.

A picture of a dog on a bed.

A dog going to the bathroom in the park.

3.2. 音頻檢索

我們再嘗試單音頻模態檢索。我們使用ESC-50數據集的“狗叫聲片段”作為音頻輸入，代碼示例如下：

import dashscope
from dashscope import MultiModalEmbedding
from dashvector import Client
from urllib.request import urlopen
from PIL import Image

dashscope.api_key = '{your-dashscope-api-key}'


def show_image_text(image_text_list):
    for img, cap in image_text_list:
        # 注意：show() 函數在 Linux 服務器上可能需要安裝必要的圖像瀏覽器組件才生效
        # 建議在支持 jupyter notebook 的服務器上運行該代碼
        img.show()
        print(cap)


def audio_search(input_audio):
    # 初始化 dashvector client
    client = Client(
      api_key='{your-dashvector-api-key}',
      endpoint='{your-dashvector-cluster-endpoint}'
    )

    # 獲取上述入庫的集合
    collection = client.get('coco_val_embedding')

    # 獲取音頻 query 的 Embedding 向量
    input = [{'audio': input_audio}]
    result = MultiModalEmbedding.call(model=MultiModalEmbedding.Models.multimodal_embedding_one_peace_v1,
                                      input=input,
                                      auto_truncation=True)
    if result.status_code != 200:
        raise Exception(f"ONE-PEACE failed to generate embedding of {input}, result: {result}")
    audio_vector = result.output["embedding"]

    # DashVector 向量檢索
    rsp = collection.query(audio_vector, topk=3)
    image_text_list = list()
    for doc in rsp:
        img_url = doc.fields['image_url']
        img_cap = doc.fields['image_caption']
        img = Image.open(urlopen(img_url))
        image_text_list.append((img, img_cap))
    return image_text_list


if __name__ == '__main__':
    """"音頻檢索"""
    # dog bark
    audio_url = "http://proxima-internal.oss-cn-zhangjiakou.aliyuncs.com/audio-dataset/esc-50/1-100032-A-0.wav"
    show_image_text(audio_search(audio_url))

運行上述代碼，檢索結果如下：

The fur on this dog is long enough to cover his eyes.

A dog standing on a bed in a room.

A small black and white dog with the wind blowing through it's hair.

3.3. 文本+音頻檢索

進一步的，我們嘗試使用“文本+音頻”進行雙模態檢索。這里使用ESC-50數據集的“狗叫聲片段”作為音頻輸入，另外使用“beach”作為文本輸入，代碼示例如下：

import dashscope
from dashscope import MultiModalEmbedding
from dashvector import Client
from urllib.request import urlopen
from PIL import Image

dashscope.api_key = '{your-dashscope-api-key}'


def show_image_text(image_text_list):
    for img, cap in image_text_list:
        # 注意：show() 函數在 Linux 服務器上可能需要安裝必要的圖像瀏覽器組件才生效
        # 建議在支持 jupyter notebook 的服務器上運行該代碼
        img.show()
        print(cap)


def text_audio_search(input_text, input_audio):
    # 初始化 dashvector client
    client = Client(
      api_key='{your-dashvector-api-key}',
      endpoint='{your-dashvector-cluster-endpoint}'
    )

    # 獲取上述入庫的集合
    collection = client.get('coco_val_embedding')

    # 獲取文本+音頻 query 的 Embedding 向量
    input = [
        {'text': input_text},
        {'audio': input_audio},
    ]
    result = MultiModalEmbedding.call(model=MultiModalEmbedding.Models.multimodal_embedding_one_peace_v1,
                                      input=input,
                                      auto_truncation=True)
    if result.status_code != 200:
        raise Exception(f"ONE-PEACE failed to generate embedding of {input}, result: {result}")
    text_audio_vector = result.output["embedding"]

    # DashVector 向量檢索
    rsp = collection.query(text_audio_vector, topk=3)
    image_text_list = list()
    for doc in rsp:
        img_url = doc.fields['image_url']
        img_cap = doc.fields['image_caption']
        img = Image.open(urlopen(img_url))
        image_text_list.append((img, img_cap))
    return image_text_list


if __name__ == '__main__':
    """文本+音頻檢索"""
    text_query = "beach"
    # 狗叫聲
    audio_url = "http://proxima-internal.oss-cn-zhangjiakou.aliyuncs.com/audio-dataset/esc-50/1-100032-A-0.wav"
    show_image_text(text_audio_search(text_query, audio_url))

運行上述代碼，檢索結果如下：

a couple of dogs stand on a beach next to some water.

A view of a beach that has some people sitting on it.

people enjoy swimming in the waves of the ocean on a sunny day at the beach.

觀察上述檢索結果，發現后兩張圖的重點更多的是在展示“beach”文本輸入對應的沙灘，而“狗叫聲片段”音頻輸入指示的狗的圖片形象則不明顯，其中第二張圖需要放大后才可以看到圖片中站立在水中的狗，第三張圖中基本沒有狗的形象。

對于上述情況，我們可以通過調整不同輸入的權重來設置mbedding向量中哪種模態占更大的比重，從而在檢索中突出重點。例如對于上述代碼，我們可以給予“狗叫聲片段”更大的權重，重點突出檢索結果里狗的形象。

# 其他代碼一致

# 通過 `factor` 參數來調整不同模態輸入的權重，默認為 1，這里設置 audio 為 2
input = [
    {'factor': 1, 'text': input_text},
    {'factor': 2, 'audio': input_audio},
]

替換input后，運行上述代碼，結果如下：

a couple of dogs stand on a beach next to some water.

A beautiful woman in a bikini surfing with her dog.

A small black and white dog with the wind blowing through it's hair.

寫在最后

本文結合DashScope的ONE-PEACE模型的和DashVector向量檢索服務向大家展示了豐富多樣的多模態檢索示例，得益于ONE-PEACE模型優秀的多模態Embedding能力和DashVector強大的向量檢索能力，我們能初步看到AI多模態檢索令人驚喜的效果。

本文的范例中，我們的向量檢索服務，模型服務以及數據均可以公開獲取，我們提供的示例也只是有限的展示了多模態檢索的效果，非常歡迎大家來體驗，自由發掘多模態檢索的潛力。

說明

查看更多實踐教程，請參考DashVector + DashScope升級多模態檢索。

日本熟妇hd丰满老熟妇,中文字幕一区二区三区在线不卡 ,亚洲成片在线观看,免费女同在线一区二区

DashVector+DashScope升級多模態檢索

整體流程

前提準備

1. API-KEY準備

2. 環境準備

基本檢索

1. 數據準備

2. 數據Embedding入庫

3. 模態檢索

3.1. 文本檢索

3.2. 音頻檢索

3.3. 文本+音頻檢索

3.4. 圖片+音頻檢索

進階使用

1. 數據準備

2. 數據Embedding入庫

3. 模態檢索

3.1. 文本檢索

3.2. 音頻檢索

3.3. 文本+音頻檢索

寫在最后