HF 数据集语义检索仅 3 美分
vanstriendaniel · x · 2026-07-16
作者分享了一个面向 Hugging Face 数据集的语义搜索流程：先用开源模型把 Apollo 11 语音做转写和说话人分离，再通过另一项 Hugging Face Job 生成嵌入，实现对 **45,355** 条发言的语义检索。 他指出，这套流程的成本和耗时都很低：上一步处理 **175 小时**音频花了 **$9.46**，这次语义搜索只用了 **261 秒**、**$0.03**。此外，搜索词还能匹配同义表达，比如“trouble with the radio”能搜到“your transmission is breaking up”“My antenna's out”等说法。