gradio之持续输入，持续输出（流式）

流式输出yield,好比一个输出控件，想要实时显示内容，用return for循环一次就返归去了。而用yield会持续更新往下执行

1. for i in range(length):
2.      time.sleep(8)
3.      yield '总共'+str(length)+'条语料，已运行'+str(i+1)+'条'

复制代码

在Gradio中，某些组件（如音频和图像组件）可以以“streaming”（流式）模式运行。这意味着数据会被连续不断地发送到后端，并且接口函数会被持续不断地重新运行。比方麦克风模式下的 Audio 组件，或网络摄像头模式下的 Image 组件。

• gr.Audio(source='microphone'),live=True：默认模式，用户录音结束后，数据会自动提交并运行接口函数。也就是说，接口函数是在用户完成录音并制止后才被调用一次。
  
• gr.Audio(source='microphone', streaming=True),live=True：录音过程中，数据会被连续发送，接口函数也会在录音过程中不断被调用。这意味着每当有新的音频数据，接口函数就会立即处置惩罚。
  

流入输如。好比录像输入

1. import gradio as gr
2. import numpy as np
4. def flip(im):
5.     return np.flipud(im)
7. demo = gr.Interface(
8.     flip,
9.     gr.Image(sources=["webcam"], streaming=True),
10.     "image",
11.     live=True
12. )
13. demo.launch()

复制代码

这段代码创建了一个接口，将每帧图像（通过gr.Image组件从网络摄像头获取，并启用了streaming=True）传递给 flip 函数进行处置惩罚，然后显示翻转后的图像。live=True表现接口在实时运行

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。