# 클래스: InferenceClient

## 계층 구조

- `Task`

  ↳ **`InferenceClient`**

  ↳↳ [`InferenceClientEndpoint`](InferenceClientEndpoint)

  ↳↳ [`HfInference`](HfInference)

## 생성자

### constructor

• **new InferenceClient**(`accessToken?`, `defaultOptions?`): [`InferenceClient`](InferenceClient)

#### 매개변수[[constructor.parameters]]

| 이름 | 유형 | 기본값 |
| :------ | :------ | :------ |
| `accessToken` | `string` | `""` |
| `defaultOptions` | [`Options`](../interfaces/Options) & \{ `endpointUrl?`: `string`  } | `{}` |

#### 반환[[constructor.returns]]

[`InferenceClient`](InferenceClient)

#### 정의 위치[[constructor.defined-in]]

[inference/src/InferenceClient.ts:15](https://github.com/huggingface/huggingface.js/blob/main/packages/inference/src/InferenceClient.ts#L15)

## 속성

### accessToken

• `Private` `Readonly` **accessToken**: `string`

#### 정의 위치[[accesstoken.defined-in]]

[inference/src/InferenceClient.ts:12](https://github.com/huggingface/huggingface.js/blob/main/packages/inference/src/InferenceClient.ts#L12)

___

### defaultOptions

• `Private` `Readonly` **defaultOptions**: [`Options`](../interfaces/Options)

#### 정의 위치[[defaultoptions.defined-in]]

[inference/src/InferenceClient.ts:13](https://github.com/huggingface/huggingface.js/blob/main/packages/inference/src/InferenceClient.ts#L13)

## 메서드

### audioClassification

▸ **audioClassification**(`args`, `options?`): `Promise`\<`AudioClassificationOutput`\>

이 작업은 오디오 입력을 읽고 클래스의 확률을 출력합니다. 권장 모델: superb/hubert-large-superb-er

#### 매개변수[[audioclassification.parameters]]

| 이름 | 유형 |
| :------ | :------ |
| `args` | [`AudioClassificationArgs`](../modules#audioclassificationargs) |
| `options?` | [`Options`](../interfaces/Options) |

#### 반환[[audioclassification.returns]]

`Promise`\<`AudioClassificationOutput`\>

#### 정의 위치[[audioclassification.defined-in]]

[inference/src/tasks/audio/audioClassification.ts:15](https://github.com/huggingface/huggingface.js/blob/main/packages/inference/src/tasks/audio/audioClassification.ts#L15)

___

### audioToAudio

▸ **audioToAudio**(`args`, `options?`): `Promise`\<[`AudioToAudioOutput`](../interfaces/AudioToAudioOutput)[]\>

이 작업은 오디오 입력을 읽고 하나 이상의 오디오 파일을 출력합니다. 예시 모델: speechbrain/sepformer-wham은 오디오 소스 분리(audio source separation)를 수행합니다.

#### 매개변수[[audiotoaudio.parameters]]

| 이름 | 유형 |
| :------ | :------ |
| `args` | [`AudioToAudioArgs`](../modules#audiotoaudioargs) |
| `options?` | [`Options`](../interfaces/Options) |

#### 반환[[audiotoaudio.returns]]

`Promise`\<[`AudioToAudioOutput`](../interfaces/AudioToAudioOutput)[]\>

#### 정의 위치[[audiotoaudio.defined-in]]

[inference/src/tasks/audio/audioToAudio.ts:41](https://github.com/huggingface/huggingface.js/blob/main/packages/inference/src/tasks/audio/audioToAudio.ts#L41)

___

### automaticSpeechRecognition

▸ **automaticSpeechRecognition**(`args`, `options?`): `Promise`\<`AutomaticSpeechRecognitionOutput`\>

이 작업은 오디오 입력을 읽고 오디오 파일에 포함된 발화된 단어를 출력합니다. 권장 모델(영어): facebook/wav2vec2-large-960h-lv60-self

#### 매개변수[[automaticspeechrecognition.parameters]]

| 이름 | 유형 |
| :------ | :------ |
| `args` | [`AutomaticSpeechRecognitionArgs`](../modules#automaticspeechrecognitionargs) |
| `options?` | [`Options`](../interfaces/Options) |

#### 반환[[automaticspeechrecognition.returns]]

`Promise`\<`AutomaticSpeechRecognitionOutput`\>

#### 정의 위치[[automaticspeechrecognition.defined-in]]

[inference/src/tasks/audio/automaticSpeechRecognition.ts:13](https://github.com/huggingface/huggingface.js/blob/main/packages/inference/src/tasks/audio/automaticSpeechRecognition.ts#L13)

___

### chatCompletion

▸ **chatCompletion**(`args`, `options?`): `Promise`\<`ChatCompletionOutput`\>

OpenAI 메시지 완성 API를 스트리밍 없이 사용하여 채팅 완성 엔드포인트로 프롬프트에 대한 응답을 생성합니다

#### 매개변수[[chatcompletion.parameters]]

| 이름 | 유형 |
| :------ | :------ |
| `args` | [`BaseArgs`](../interfaces/BaseArgs) & `ChatCompletionInput` |
| `options?` | [`Options`](../interfaces/Options) |

#### 반환[[chatcompletion.returns]]

`Promise`\<`ChatCompletionOutput`\>

#### 정의 위치[[chatcompletion.defined-in]]

[inference/src/tasks/nlp/chatCompletion.ts:12](https://github.com/huggingface/huggingface.js/blob/main/packages/inference/src/tasks/nlp/chatCompletion.ts#L12)

___

### chatCompletionStream

▸ **chatCompletionStream**(`args`, `options?`): `AsyncGenerator`\<`ChatCompletionStreamOutput`\>

프롬프트에서 텍스트를 계속 생성하는 데 사용합니다. `textGeneration`과 동일하지만, 토큰 단위로 읽을 수 있는 생성기를 반환합니다.

#### 매개변수[[chatcompletionstream.parameters]]

| 이름 | 유형 |
| :------ | :------ |
| `args` | [`BaseArgs`](../interfaces/BaseArgs) & `ChatCompletionInput` |
| `options?` | [`Options`](../interfaces/Options) |

#### 반환[[chatcompletionstream.returns]]

`AsyncGenerator`\<`ChatCompletionStreamOutput`\>

#### 정의 위치[[chatcompletionstream.defined-in]]

[inference/src/tasks/nlp/chatCompletionStream.ts:12](https://github.com/huggingface/huggingface.js/blob/main/packages/inference/src/tasks/nlp/chatCompletionStream.ts#L12)

___

### documentQuestionAnswering

▸ **documentQuestionAnswering**(`args`, `options?`): `Promise`\<`DocumentQuestionAnsweringOutput`[`number`]\>

문서 이미지에 대한 질문에 답합니다. 권장 모델: impira/layoutlm-document-qa.

#### 매개변수[[documentquestionanswering.parameters]]

| 이름 | 유형 |
| :------ | :------ |
| `args` | [`DocumentQuestionAnsweringArgs`](../modules#documentquestionansweringargs) |
| `options?` | [`Options`](../interfaces/Options) |

#### 반환[[documentquestionanswering.returns]]

`Promise`\<`DocumentQuestionAnsweringOutput`[`number`]\>

#### 정의 위치[[documentquestionanswering.defined-in]]

[inference/src/tasks/multimodal/documentQuestionAnswering.ts:19](https://github.com/huggingface/huggingface.js/blob/main/packages/inference/src/tasks/multimodal/documentQuestionAnswering.ts#L19)

___

### 엔드포인트

▸ **엔드포인트**(`endpointUrl`): [`InferenceClient`](InferenceClient)

지정된 엔드포인트에 연결된 InferenceClient의 새 인스턴스를 반환합니다.

주로 후방 호환성을 위해.

#### 매개변수[[endpoint.parameters]]

| 이름 | 유형 |
| :------ | :------ |
| `endpointUrl` | `string` |

#### 반환[[endpoint.returns]]

[`InferenceClient`](InferenceClient)

#### 정의 위치[[endpoint.defined-in]]

[inference/src/InferenceClient.ts:46](https://github.com/huggingface/huggingface.js/blob/main/packages/inference/src/InferenceClient.ts#L46)

___

### featureExtraction

▸ **featureExtraction**(`args`, `options?`): `Promise`\<[`FeatureExtractionOutput`](../modules#featureextractionoutput)\>

이 작업은 텍스트를 읽고, 일반적으로 의미론적 데이터베이스/의미론적 검색의 일부로 소비되는 원시 float 값을 출력합니다.

#### 매개변수[[featureextraction.parameters]]

| 이름 | 유형 |
| :------ | :------ |
| `args` | [`FeatureExtractionArgs`](../modules#featureextractionargs) |
| `options?` | [`Options`](../interfaces/Options) |

#### 반환[[featureextraction.returns]]

`Promise`\<[`FeatureExtractionOutput`](../modules#featureextractionoutput)\>

#### 정의 위치[[featureextraction.defined-in]]

[inference/src/tasks/nlp/featureExtraction.ts:22](https://github.com/huggingface/huggingface.js/blob/main/packages/inference/src/tasks/nlp/featureExtraction.ts#L22)

___

### fillMask

▸ **fillMask**(`args`, `options?`): `Promise`\<`FillMaskOutput`\>

누락된 단어(정확히는 토큰)로 구멍을 채우도록 시도합니다. 이는 BERT 모델의 기본 작업입니다.

#### 매개변수[[fillmask.parameters]]

| 이름 | 유형 |
| :------ | :------ |
| `args` | [`FillMaskArgs`](../modules#fillmaskargs) |
| `options?` | [`Options`](../interfaces/Options) |

#### 반환[[fillmask.returns]]

`Promise`\<`FillMaskOutput`\>

#### 정의 위치[[fillmask.defined-in]]

[inference/src/tasks/nlp/fillMask.ts:12](https://github.com/huggingface/huggingface.js/blob/main/packages/inference/src/tasks/nlp/fillMask.ts#L12)

___

### imageClassification

▸ **imageClassification**(`args`, `options?`): `Promise`\<`ImageClassificationOutput`\>

이 작업은 이미지 입력을 읽고 클래스의 확률을 출력합니다. 권장 모델: google/vit-base-patch16-224

#### 매개변수[[imageclassification.parameters]]

| 이름 | 유형 |
| :------ | :------ |
| `args` | [`ImageClassificationArgs`](../modules#imageclassificationargs) |
| `options?` | [`Options`](../interfaces/Options) |

#### 반환[[imageclassification.returns]]

`Promise`\<`ImageClassificationOutput`\>

#### 정의 위치[[imageclassification.defined-in]]

[inference/src/tasks/cv/imageClassification.ts:14](https://github.com/huggingface/huggingface.js/blob/main/packages/inference/src/tasks/cv/imageClassification.ts#L14)

___

### 이미지 분할

▸ **imageSegmentation**(`args`, `options?`): `Promise`\<`ImageSegmentationOutput`\>

이 작업은 이미지 입력을 읽고, 클래스의 확률 및 감지된 객체의 바운딩 박스를 출력합니다. 권장 모델: facebook/detr-resnet-50-panoptic

#### 매개변수[[imagesegmentation.parameters]]

| 이름 | 유형 |
| :------ | :------ |
| `args` | [`ImageSegmentationArgs`](../modules#imagesegmentationargs) |
| `options?` | [`Options`](../interfaces/Options) |

#### 반환[[imagesegmentation.returns]]

`Promise`\<`ImageSegmentationOutput`\>

#### 정의 위치[[imagesegmentation.defined-in]]

[inference/src/tasks/cv/imageSegmentation.ts:14](https://github.com/huggingface/huggingface.js/blob/main/packages/inference/src/tasks/cv/imageSegmentation.ts#L14)

___

### imageTextToImage

▸ **imageTextToImage**(`args`, `options?`): `Promise`\<`Blob`\>

이 작업은 이미지와 텍스트를 입력으로 받아 새로 생성된 이미지를 출력합니다. 권장 모델: black-forest-labs/FLUX.2-dev

#### 매개변수[[imagetexttoimage.parameters]]

| 이름 | 유형 |
| :------ | :------ |
| `args` | [`ImageTextToImageArgs`](../modules#imagetexttoimageargs) |
| `options?` | [`Options`](../interfaces/Options) |

#### 반환[[imagetexttoimage.returns]]

`Promise`\<`Blob`\>

#### 정의 위치[[imagetexttoimage.defined-in]]

[inference/src/tasks/cv/imageTextToImage.ts:13](https://github.com/huggingface/huggingface.js/blob/main/packages/inference/src/tasks/cv/imageTextToImage.ts#L13)

___

### imageTextToVideo

▸ **imageTextToVideo**(`args`, `options?`): `Promise`\<`Blob`\>

이 작업은 이미지와 텍스트를 입력으로 받아 생성된 비디오를 출력합니다. 권장 모델: Lightricks/LTX-Video

#### 매개변수[[imagetexttovideo.parameters]]

| 이름 | 유형 |
| :------ | :------ |
| `args` | [`ImageTextToVideoArgs`](../modules#imagetexttovideoargs) |
| `options?` | [`Options`](../interfaces/Options) |

#### 반환[[imagetexttovideo.returns]]

`Promise`\<`Blob`\>

#### 정의 위치[[imagetexttovideo.defined-in]]

[inference/src/tasks/cv/imageTextToVideo.ts:13](https://github.com/huggingface/huggingface.js/blob/main/packages/inference/src/tasks/cv/imageTextToVideo.ts#L13)

___

### imageToImage

▸ **imageToImage**(`args`, `options?`): `Promise`\<`Blob`\>

이 작업은 텍스트 입력을 읽고 이미지를 출력합니다. 권장 모델: lllyasviel/sd-controlnet-depth

#### 매개변수[[imagetoimage.parameters]]

| 이름 | 유형 |
| :------ | :------ |
| `args` | [`ImageToImageArgs`](../modules#imagetoimageargs) |
| `options?` | [`Options`](../interfaces/Options) |

#### 반환[[imagetoimage.returns]]

`Promise`\<`Blob`\>

#### 정의 위치[[imagetoimage.defined-in]]

[inference/src/tasks/cv/imageToImage.ts:14](https://github.com/huggingface/huggingface.js/blob/main/packages/inference/src/tasks/cv/imageToImage.ts#L14)

___

### imageToText

▸ **imageToText**(`args`, `options?`): `Promise`\<`ImageToTextOutput`\>

이 작업은 이미지 입력을 읽고 텍스트 캡션을 출력합니다.

#### 매개변수[[imagetotext.parameters]]

| 이름 | 유형 |
| :------ | :------ |
| `args` | [`ImageToTextArgs`](../modules#imagetotextargs) |
| `options?` | [`Options`](../interfaces/Options) |

#### 반환[[imagetotext.returns]]

`Promise`\<`ImageToTextOutput`\>

#### 정의 위치[[imagetotext.defined-in]]

[inference/src/tasks/cv/imageToText.ts:12](https://github.com/huggingface/huggingface.js/blob/main/packages/inference/src/tasks/cv/imageToText.ts#L12)

___

### imageToVideo

▸ **imageToVideo**(`args`, `options?`): `Promise`\<`Blob`\>

이 작업은 텍스트 입력을 읽고 이미지를 출력합니다. 권장 모델: Wan-AI/Wan2.1-I2V-14B-720P

#### 매개변수[[imagetovideo.parameters]]

| 이름 | 유형 |
| :------ | :------ |
| `args` | [`ImageToVideoArgs`](../modules#imagetovideoargs) |
| `options?` | [`Options`](../interfaces/Options) |

#### 반환[[imagetovideo.returns]]

`Promise`\<`Blob`\>

#### 정의 위치[[imagetovideo.defined-in]]

[inference/src/tasks/cv/imageToVideo.ts:14](https://github.com/huggingface/huggingface.js/blob/main/packages/inference/src/tasks/cv/imageToVideo.ts#L14)

___

### objectDetection

▸ **objectDetection**(`args`, `options?`): `Promise`\<`ObjectDetectionOutput`\>

이 작업은 이미지 입력을 읽고, 클래스의 확률 및 감지된 객체의 바운딩 박스를 출력합니다. 권장 모델: facebook/detr-resnet-50

#### 매개변수[[objectdetection.parameters]]

| 이름 | 유형 |
| :------ | :------ |
| `args` | [`ObjectDetectionArgs`](../modules#objectdetectionargs) |
| `options?` | [`Options`](../interfaces/Options) |

#### 반환[[objectdetection.returns]]

`Promise`\<`ObjectDetectionOutput`\>

#### 정의 위치[[objectdetection.defined-in]]

[inference/src/tasks/cv/objectDetection.ts:14](https://github.com/huggingface/huggingface.js/blob/main/packages/inference/src/tasks/cv/objectDetection.ts#L14)

___

### 질문 답변

▸ **questionAnswering**(`args`, `options?`): `Promise`\<`QuestionAnsweringOutput`[`number`]\>

모든 질문에 답할 수 있는 똑똑한 봇을 만들고 싶으신가요? 추천 모델: deepset/roberta-base-squad2

#### 매개변수[[questionanswering.parameters]]

| 이름 | 유형 |
| :------ | :------ |
| `args` | [`QuestionAnsweringArgs`](../modules#questionansweringargs) |
| `options?` | [`Options`](../interfaces/Options) |

#### 반환[[questionanswering.returns]]

`Promise`\<`QuestionAnsweringOutput`[`number`]\>

#### 정의 위치[[questionanswering.defined-in]]

[inference/src/tasks/nlp/questionAnswering.ts:13](https://github.com/huggingface/huggingface.js/blob/main/packages/inference/src/tasks/nlp/questionAnswering.ts#L13)

___

### 요청

▸ **요청**\<`T`\>(`args`, `options?`): `Promise`\<`T`\>

추론 제공자에 대한 사용자 지정 호출을 수행하기 위한 원시

#### 형식 매개변수[[request.type-parameters]]

| 이름 |
| :------ |
| `T` |

#### 매개변수[[request.parameters]]

| 이름 | 유형 |
| :------ | :------ |
| `args` | [`RequestArgs`](../modules#requestargs) |
| `options?` | [`Options`](../interfaces/Options) & \{ `task?`: [`InferenceTask`](../modules#inferencetask)  } |

#### 반환[[request.returns]]

`Promise`\<`T`\>

**`Deprecated`**

대신 특정 작업 함수를 사용하세요. 이 함수는 향후 버전에서 제거됩니다.

#### 정의 위치[[request.defined-in]]

[inference/src/tasks/custom/request.ts:11](https://github.com/huggingface/huggingface.js/blob/main/packages/inference/src/tasks/custom/request.ts#L11)

___

### sentenceSimilarity

▸ **sentenceSimilarity**(`args`, `options?`): `Promise`\<`SentenceSimilarityOutput`\>

임베딩을 비교하여 하나의 텍스트와 다른 문장 목록 간의 의미적 유사도를 계산합니다.

#### 매개변수[[sentencesimilarity.parameters]]

| 이름 | 유형 |
| :------ | :------ |
| `args` | [`SentenceSimilarityArgs`](../modules#sentencesimilarityargs) |
| `options?` | [`Options`](../interfaces/Options) |

#### 반환[[sentencesimilarity.returns]]

`Promise`\<`SentenceSimilarityOutput`\>

#### 정의 위치[[sentencesimilarity.defined-in]]

[inference/src/tasks/nlp/sentenceSimilarity.ts:12](https://github.com/huggingface/huggingface.js/blob/main/packages/inference/src/tasks/nlp/sentenceSimilarity.ts#L12)

___

### streamingRequest

▸ **streamingRequest**\<`T`\>(`args`, `options?`): `AsyncGenerator`\<`T`\>

서버 전송 이벤트(SSE)를 기대하는 사용자 정의 추론 호출을 수행하는 프리미티브이며, 응답을 제너레이터를 통해 반환합니다

#### 형식 매개변수[[streamingrequest.type-parameters]]

| 이름 |
| :------ |
| `T` |

#### 매개변수[[streamingrequest.parameters]]

| 이름 | 유형 |
| :------ | :------ |
| `args` | [`RequestArgs`](../modules#requestargs) |
| `options?` | [`Options`](../interfaces/Options) & \{ `task?`: [`InferenceTask`](../modules#inferencetask)  } |

#### 반환[[streamingrequest.returns]]

`AsyncGenerator`\<`T`\>

**`Deprecated`**

대신 특정 작업 함수를 사용하세요. 이 함수는 향후 버전에서 제거됩니다.

#### 정의 위치[[streamingrequest.defined-in]]

[inference/src/tasks/custom/streamingRequest.ts:11](https://github.com/huggingface/huggingface.js/blob/main/packages/inference/src/tasks/custom/streamingRequest.ts#L11)

___

### 요약

▸ **요약**(`args`, `options?`): `Promise`\<`SummarizationOutput`\>

이 작업은 긴 텍스트를 더 짧은 텍스트로 요약하는 것으로 잘 알려져 있습니다. 주의할 점은 일부 모델에는 입력의 최대 길이가 제한되어 있다는 것입니다. 즉, 요약 모델이 전체 책을 처리할 수 없다는 의미입니다. 모델을 선택할 때 주의하세요.

#### 매개변수[[summarization.parameters]]

| 이름 | 유형 |
| :------ | :------ |
| `args` | [`SummarizationArgs`](../modules#summarizationargs) |
| `options?` | [`Options`](../interfaces/Options) |

#### 반환[[summarization.returns]]

`Promise`\<`SummarizationOutput`\>

#### 정의 위치[[summarization.defined-in]]

[inference/src/tasks/nlp/summarization.ts:12](https://github.com/huggingface/huggingface.js/blob/main/packages/inference/src/tasks/nlp/summarization.ts#L12)

___

### tableQuestionAnswering

▸ **tableQuestionAnswering**(`args`, `options?`): `Promise`\<`TableQuestionAnsweringOutput`[`number`]\>

SQL을 모르시나요? 방대한 스프레드시트에 깊이 파고들고 싶지 않으신가요? 평이한 영어로 질문을 하세요! 추천 모델: google/tapas-base-finetuned-wtq.

#### 매개변수[[tablequestionanswering.parameters]]

| 이름 | 유형 |
| :------ | :------ |
| `args` | [`TableQuestionAnsweringArgs`](../modules#tablequestionansweringargs) |
| `options?` | [`Options`](../interfaces/Options) |

#### 반환[[tablequestionanswering.returns]]

`Promise`\<`TableQuestionAnsweringOutput`[`number`]\>

#### 정의 위치[[tablequestionanswering.defined-in]]

[inference/src/tasks/nlp/tableQuestionAnswering.ts:12](https://github.com/huggingface/huggingface.js/blob/main/packages/inference/src/tasks/nlp/tableQuestionAnswering.ts#L12)

___

### tabularClassification

▸ **tabularClassification**(`args`, `options?`): `Promise`\<[`TabularClassificationOutput`](../modules#tabularclassificationoutput)\>

테이블 형식의 주어진 특징 집합에 대해 대상 라벨을 예측합니다. 일반적으로 학습 데이터로 분류 모델을 학습한 후, 동일한 형식의 새로운 데이터에 이를 적용하게 됩니다. 예시 모델: vvmnnnkv/wine-quality

#### 매개변수[[tabularclassification.parameters]]

| 이름 | 유형 |
| :------ | :------ |
| `args` | [`TabularClassificationArgs`](../modules#tabularclassificationargs) |
| `options?` | [`Options`](../interfaces/Options) |

#### 반환[[tabularclassification.returns]]

`Promise`\<[`TabularClassificationOutput`](../modules#tabularclassificationoutput)\>

#### 정의 위치[[tabularclassification.defined-in]]

[inference/src/tasks/tabular/tabularClassification.ts:25](https://github.com/huggingface/huggingface.js/blob/main/packages/inference/src/tasks/tabular/tabularClassification.ts#L25)

___

### tabularRegression

▸ **tabularRegression**(`args`, `options?`): `Promise`\<[`TabularRegressionOutput`](../modules#tabularregressionoutput)\>

테이블 형식의 주어진 특징 집합에 대해 목표 값을 예측합니다. 일반적으로 학습 데이터로 회귀 모델을 학습한 후, 동일한 형식의 새로운 데이터에 이를 적용하게 됩니다. 예시 모델: scikit-learn/Fish-Weight

#### 매개변수[[tabularregression.parameters]]

| 이름 | 유형 |
| :------ | :------ |
| `args` | [`TabularRegressionArgs`](../modules#tabularregressionargs) |
| `options?` | [`Options`](../interfaces/Options) |

#### 반환[[tabularregression.returns]]

`Promise`\<[`TabularRegressionOutput`](../modules#tabularregressionoutput)\>

#### 정의 위치[[tabularregression.defined-in]]

[inference/src/tasks/tabular/tabularRegression.ts:25](https://github.com/huggingface/huggingface.js/blob/main/packages/inference/src/tasks/tabular/tabularRegression.ts#L25)

___

### textClassification

▸ **textClassification**(`args`, `options?`): `Promise`\<`TextClassificationOutput`\>

일반적으로 감정 분석에 사용되며, 입력에 대한 클래스의 확률을 출력합니다. 권장 모델: distilbert-base-uncased-finetuned-sst-2-english

#### 매개변수[[textclassification.parameters]]

| 이름 | 유형 |
| :------ | :------ |
| `args` | [`TextClassificationArgs`](../modules#textclassificationargs) |
| `options?` | [`Options`](../interfaces/Options) |

#### 반환[[textclassification.returns]]

`Promise`\<`TextClassificationOutput`\>

#### 정의 위치[[textclassification.defined-in]]

[inference/src/tasks/nlp/textClassification.ts:12](https://github.com/huggingface/huggingface.js/blob/main/packages/inference/src/tasks/nlp/textClassification.ts#L12)

___

### textGeneration

▸ **textGeneration**(`args`, `options?`): `Promise`\<[`TextGenerationOutput`](../interfaces/TextGenerationOutput)\>

프롬프트에서 텍스트를 계속 생성하는 데 사용합니다. 이는 매우 일반적인 작업입니다. 권장 모델: gpt2 (단순한 모델이지만 다루기 재미있습니다).

#### 매개변수[[textgeneration.parameters]]

| 이름 | 유형 |
| :------ | :------ |
| `args` | [`BaseArgs`](../interfaces/BaseArgs) & [`TextGenerationInput`](../interfaces/TextGenerationInput) |
| `options?` | [`Options`](../interfaces/Options) |

#### 반환[[textgeneration.returns]]

`Promise`\<[`TextGenerationOutput`](../interfaces/TextGenerationOutput)\>

#### 정의 위치[[textgeneration.defined-in]]

[inference/src/tasks/nlp/textGeneration.ts:12](https://github.com/huggingface/huggingface.js/blob/main/packages/inference/src/tasks/nlp/textGeneration.ts#L12)

___

### textGenerationStream

▸ **textGenerationStream**(`args`, `options?`): `AsyncGenerator`\<[`TextGenerationStreamOutput`](../interfaces/TextGenerationStreamOutput)\>

프롬프트에서 텍스트를 계속 생성하는 데 사용합니다. `textGeneration`과 동일하지만, 토큰 단위로 읽을 수 있는 생성기를 반환합니다.

#### 매개변수[[textgenerationstream.parameters]]

| 이름 | 유형 |
| :------ | :------ |
| `args` | [`BaseArgs`](../interfaces/BaseArgs) & [`TextGenerationInput`](../interfaces/TextGenerationInput) |
| `options?` | [`Options`](../interfaces/Options) |

#### 반환[[textgenerationstream.returns]]

`AsyncGenerator`\<[`TextGenerationStreamOutput`](../interfaces/TextGenerationStreamOutput)\>

#### 정의 위치[[textgenerationstream.defined-in]]

[inference/src/tasks/nlp/textGenerationStream.ts:90](https://github.com/huggingface/huggingface.js/blob/main/packages/inference/src/tasks/nlp/textGenerationStream.ts#L90)

___

### textRanking

▸ **textRanking**(`args`, `options?`): `Promise`\<`TextRankingOutput`\>

reranker 모델을 사용하여 쿼리에 대한 문서의 관련성 순서대로 정렬합니다.

#### 매개변수[[textranking.parameters]]

| 이름 | 유형 |
| :------ | :------ |
| `args` | [`TextRankingArgs`](../modules#textrankingargs) |
| `options?` | [`Options`](../interfaces/Options) |

#### 반환[[textranking.returns]]

`Promise`\<`TextRankingOutput`\>

#### 정의 위치[[textranking.defined-in]]

[inference/src/tasks/nlp/textRanking.ts:12](https://github.com/huggingface/huggingface.js/blob/main/packages/inference/src/tasks/nlp/textRanking.ts#L12)

___

### textToAudio

▸ **textToAudio**(`args`, `options?`): `Promise`\<`Blob`\>

이 작업은 입력 텍스트 프롬프트에서 오디오(예: 음악이나 효과음)를 생성합니다. 예시 모델: stabilityai/stable-audio-open-1.0

#### 매개변수[[texttoaudio.parameters]]

| 이름 | 유형 |
| :------ | :------ |
| `args` | [`TextToAudioArgs`](../modules#texttoaudioargs) |
| `options?` | [`Options`](../interfaces/Options) |

#### 반환[[texttoaudio.returns]]

`Promise`\<`Blob`\>

#### 정의 위치[[texttoaudio.defined-in]]

[inference/src/tasks/audio/textToAudio.ts:18](https://github.com/huggingface/huggingface.js/blob/main/packages/inference/src/tasks/audio/textToAudio.ts#L18)

___

### textToImage

▸ **textToImage**(`args`, `options?`): `Promise`\<`string`\>

이 작업은 텍스트 입력을 읽고 이미지를 출력합니다. 권장 모델: stabilityai/stable-diffusion-2

#### 매개변수[[texttoimage.parameters]]

| 이름 | 유형 |
| :------ | :------ |
| `args` | [`TextToImageArgs`](../modules#texttoimageargs) |
| `options?` | `TextToImageOptions` & \{ `outputType`: ``"url"``  } |

#### 반환[[texttoimage.returns]]

`Promise`\<`string`\>

#### 정의 위치[[texttoimage.defined-in]]

[inference/src/tasks/cv/textToImage.ts:18](https://github.com/huggingface/huggingface.js/blob/main/packages/inference/src/tasks/cv/textToImage.ts#L18)

▸ **textToImage**(`args`, `options?`): `Promise`\<`string`\>

#### 매개변수[[texttoimage.parameters]]

| 이름 | 유형 |
| :------ | :------ |
| `args` | [`TextToImageArgs`](../modules#texttoimageargs) |
| `options?` | `TextToImageOptions` & \{ `outputType`: ``"dataUrl"``  } |

#### 반환[[texttoimage.returns]]

`Promise`\<`string`\>

#### 정의 위치[[texttoimage.defined-in]]

[inference/src/tasks/cv/textToImage.ts:22](https://github.com/huggingface/huggingface.js/blob/main/packages/inference/src/tasks/cv/textToImage.ts#L22)

▸ **textToImage**(`args`, `options?`): `Promise`\<`Blob`\>

#### 매개변수[[texttoimage.parameters]]

| 이름 | 유형 |
| :------ | :------ |
| `args` | [`TextToImageArgs`](../modules#texttoimageargs) |
| `options?` | `TextToImageOptions` & \{ `outputType?`: ``"blob"``  } |

#### 반환[[texttoimage.returns]]

`Promise`\<`Blob`\>

#### 정의 위치[[texttoimage.defined-in]]

[inference/src/tasks/cv/textToImage.ts:26](https://github.com/huggingface/huggingface.js/blob/main/packages/inference/src/tasks/cv/textToImage.ts#L26)

▸ **textToImage**(`args`, `options?`): `Promise`\<`Record`\<`string`, `unknown`\>\>

#### 매개변수[[texttoimage.parameters]]

| 이름 | 유형 |
| :------ | :------ |
| `args` | [`TextToImageArgs`](../modules#texttoimageargs) |
| `options?` | `TextToImageOptions` & \{ `outputType?`: ``"json"``  } |

#### 반환[[texttoimage.returns]]

`Promise`\<`Record`\<`string`, `unknown`\>\>

#### 정의 위치[[texttoimage.defined-in]]

[inference/src/tasks/cv/textToImage.ts:30](https://github.com/huggingface/huggingface.js/blob/main/packages/inference/src/tasks/cv/textToImage.ts#L30)

___

### textToSpeech

▸ **textToSpeech**(`args`, `options?`): `Promise`\<`Blob`\>

이 작업은 주어진 텍스트를 발음하는 목소리의 오디오를 합성합니다. 권장 모델: espnet/kan-bayashi_ljspeech_vits

#### 매개변수[[texttospeech.parameters]]

| 이름 | 유형 |
| :------ | :------ |
| `args` | `TextToSpeechArgs` |
| `options?` | [`Options`](../interfaces/Options) |

#### 반환[[texttospeech.returns]]

`Promise`\<`Blob`\>

#### 정의 위치[[texttospeech.defined-in]]

[inference/src/tasks/audio/textToSpeech.ts:15](https://github.com/huggingface/huggingface.js/blob/main/packages/inference/src/tasks/audio/textToSpeech.ts#L15)

___

### textToVideo

▸ **textToVideo**(`args`, `options?`): `Promise`\<[`TextToVideoOutput`](../modules#texttovideooutput)\>

#### 매개변수[[texttovideo.parameters]]

| 이름 | 유형 |
| :------ | :------ |
| `args` | [`TextToVideoArgs`](../modules#texttovideoargs) |
| `options?` | [`Options`](../interfaces/Options) |

#### 반환[[texttovideo.returns]]

`Promise`\<[`TextToVideoOutput`](../modules#texttovideooutput)\>

#### 정의 위치[[texttovideo.defined-in]]

[inference/src/tasks/cv/textToVideo.ts:15](https://github.com/huggingface/huggingface.js/blob/main/packages/inference/src/tasks/cv/textToVideo.ts#L15)

___

### tokenClassification

▸ **tokenClassification**(`args`, `options?`): `Promise`\<`TokenClassificationOutput`\>

주로 텍스트에 포함된 키워드를 이해하기 위한 문법적 문장 분석 또는 개체명 인식(NER)에 사용됩니다. 추천 모델: dbmdz/bert-large-cased-finetuned-conll03-english

#### 매개변수[[tokenclassification.parameters]]

| 이름 | 유형 |
| :------ | :------ |
| `args` | [`TokenClassificationArgs`](../modules#tokenclassificationargs) |
| `options?` | [`Options`](../interfaces/Options) |

#### 반환[[tokenclassification.returns]]

`Promise`\<`TokenClassificationOutput`\>

#### 정의 위치[[tokenclassification.defined-in]]

[inference/src/tasks/nlp/tokenClassification.ts:12](https://github.com/huggingface/huggingface.js/blob/main/packages/inference/src/tasks/nlp/tokenClassification.ts#L12)

___

### 번역

▸ **번역**(`args`, `options?`): `Promise`\<`TranslationOutput`\>

이 작업은 한 언어의 텍스트를 다른 언어로 번역하는 것으로 잘 알려져 있습니다. 권장 모델: Helsinki-NLP/opus-mt-ru-en.

#### 매개변수[[translation.parameters]]

| 이름 | 유형 |
| :------ | :------ |
| `args` | [`TranslationArgs`](../modules#translationargs) |
| `options?` | [`Options`](../interfaces/Options) |

#### 반환[[translation.returns]]

`Promise`\<`TranslationOutput`\>

#### 정의 위치[[translation.defined-in]]

[inference/src/tasks/nlp/translation.ts:11](https://github.com/huggingface/huggingface.js/blob/main/packages/inference/src/tasks/nlp/translation.ts#L11)

___

### visualQuestionAnswering

▸ **visualQuestionAnswering**(`args`, `options?`): `Promise`\<`VisualQuestionAnsweringOutput`[`number`]\>

이미지에 대한 질문에 답합니다. 권장 모델: dandelin/vilt-b32-finetuned-vqa.

#### 매개변수[[visualquestionanswering.parameters]]

| 이름 | 유형 |
| :------ | :------ |
| `args` | [`VisualQuestionAnsweringArgs`](../modules#visualquestionansweringargs) |
| `options?` | [`Options`](../interfaces/Options) |

#### 반환[[visualquestionanswering.returns]]

`Promise`\<`VisualQuestionAnsweringOutput`[`number`]\>

#### 정의 위치[[visualquestionanswering.defined-in]]

[inference/src/tasks/multimodal/visualQuestionAnswering.ts:19](https://github.com/huggingface/huggingface.js/blob/main/packages/inference/src/tasks/multimodal/visualQuestionAnswering.ts#L19)

___

### zeroShotClassification

▸ **zeroShotClassification**(`args`, `options?`): `Promise`\<`ZeroShotClassificationOutput`\>

이 작업은 코드를 전혀 작성하지 않고 분류를 시도해 보기에 매우 유용합니다. 문장/단락을 전달하고 해당 문장에 대한 가능한 라벨을 지정하면 결과를 얻을 수 있습니다. 권장 모델: facebook/bart-large-mnli.

#### 매개변수[[zeroshotclassification.parameters]]

| 이름 | 유형 |
| :------ | :------ |
| `args` | [`ZeroShotClassificationArgs`](../modules#zeroshotclassificationargs) |
| `options?` | [`Options`](../interfaces/Options) |

#### 반환[[zeroshotclassification.returns]]

`Promise`\<`ZeroShotClassificationOutput`\>

#### 정의 위치[[zeroshotclassification.defined-in]]

[inference/src/tasks/nlp/zeroShotClassification.ts:12](https://github.com/huggingface/huggingface.js/blob/main/packages/inference/src/tasks/nlp/zeroShotClassification.ts#L12)

___

### zeroShotImageClassification

▸ **zeroShotImageClassification**(`args`, `options?`): `Promise`\<`ZeroShotImageClassificationOutput`\>

지정된 클래스로 이미지를 분류합니다. 권장 모델: openai/clip-vit-large-patch14-336

#### 매개변수[[zeroshotimageclassification.parameters]]

| 이름 | 유형 |
| :------ | :------ |
| `args` | [`ZeroShotImageClassificationArgs`](../modules#zeroshotimageclassificationargs) |
| `options?` | [`Options`](../interfaces/Options) |

#### 반환[[zeroshotimageclassification.returns]]

`Promise`\<`ZeroShotImageClassificationOutput`\>

#### 정의 위치[[zeroshotimageclassification.defined-in]]

[inference/src/tasks/cv/zeroShotImageClassification.ts:44](https://github.com/huggingface/huggingface.js/blob/main/packages/inference/src/tasks/cv/zeroShotImageClassification.ts#L44)