如何使用Python获取Hugging Face全量模型列表及ASR专项模型？

获取全量模型列表 #

你可以借助huggingface_hub库的API批量获取Hugging Face平台的模型列表，步骤如下：

1. 先安装依赖库：

pip install huggingface_hub

2. 编写Python代码获取全量模型：

from huggingface_hub import HfApi

api = HfApi()
# 获取全量模型，limit设为None返回全部，默认单次返回100条
all_models = api.list_models(limit=None)

# 示例：打印前11个模型名称
for idx, model in enumerate(all_models):
    print(f"模型{idx+1}: {model.modelId}")
    if idx == 10:
        break

注意：全量模型数量达数十万级，直接遍历全部会耗时较久，建议按需分页或添加过滤条件。

获取特定领域模型（以ASR为例） #

通过list_models方法的filter参数可筛选特定任务的模型，自动语音识别（ASR）对应的任务标识为automatic-speech-recognition，示例代码如下：

from huggingface_hub import HfApi

api = HfApi()
# 筛选ASR类模型
asr_models = api.list_models(filter="automatic-speech-recognition", limit=None)

# 示例：打印前11个ASR模型名称
for idx, model in enumerate(asr_models):
    print(f"ASR模型{idx+1}: {model.modelId}")
    if idx == 10:
        break

你还可以添加其他过滤条件，比如指定模型语言、是否为私有模型等，具体可参考HfApi.list_models的参数说明。

内容的提问来源于stack exchange，提问作者Neerav Mathur Jazzy