---
language: fr
license: apache-2.0
tags:
  - translation
  - text2text-generation
  - onnx
  - int8
  - french
  - t5
  - pictograms
  - arasaac
---

# t2p-onnx

Version **ONNX quantifiée en INT8** du modèle [Propicto/t2p-t5-large-orfeo](https://huggingface.co/Propicto/t2p-t5-large-orfeo), optimisée pour l'inférence côté client avec [Transformers.js](https://huggingface.co/docs/transformers.js) et ONNX Runtime Web (WASM).

Ce modèle convertit du texte en français en séquences de pictogrammes [ARASAAC](https://arasaac.org/), destiné à la Communication Augmentée et Alternative (CAA).

## Modèle d'origine

Ce repo contient les poids ONNX INT8 dérivés du modèle PyTorch original :

> **[Propicto/t2p-t5-large-orfeo](https://huggingface.co/Propicto/t2p-t5-large-orfeo)**

Pour les détails sur l'entraînement, les datasets et les métriques d'évaluation, consultez la [fiche du modèle original](https://huggingface.co/Propicto/t2p-t5-large-orfeo).

## Utilisation avec Transformers.js

```javascript
import { AutoTokenizer, AutoModelForSeq2SeqLM } from "@huggingface/transformers";

const tokenizer = await AutoTokenizer.from_pretrained("sml-brrt/t2p-onnx");
const model = await AutoModelForSeq2SeqLM.from_pretrained("sml-brrt/t2p-onnx", {
  device: "auto",
});

const inputs = tokenizer("Je mange une pomme");
const outputs = await model.generate({
  inputs: inputs.input_ids,
  attention_mask: inputs.attention_mask,
  max_new_tokens: 40,
  do_sample: true,
  top_k: 30,
  top_p: 0.95,
});
const pred = tokenizer.decode(outputs[0], { skip_special_tokens: true });
// → "me manger une pomme"
```

Le lexique associé (`lexicon.json`) permet de mapper les lemmes prédits aux identifiants de pictogrammes ARASAAC.

## Contenu du dépôt

| Fichier | Description |
|---|---|
| `config.json` | Configuration du modèle T5 |
| `tokenizer.json` | Tokenizer SentencePiece |
| `tokenizer_config.json` | Configuration du tokenizer |
| `special_tokens_map.json` | Mapping des tokens spéciaux |
| `generation_config.json` | Paramètres de génération |
| `spiece.model` | Modèle SentencePiece binaire |
| `lexicon.json` | Lexique lemme → ID pictogramme ARASAAC |
| `onnx/encoder_model.onnx` | Encodeur ONNX INT8 (105 Mo) |
| `onnx/decoder_model_merged.onnx` | Décodeur ONNX INT8 (133 Mo) |

## Attribution

Modèle développé par :

- Cécile Macaire
- Chloé Dion
- Emmanuelle Esperança-Rodier
- Benjamin Lecouteux
- Didier Schwab

Financement :

- GENCI-IDRIS (Grant 2023-AD011013625R1)
- PROPICTO ANR-20-CE93-0005

Conversion ONNX et intégration Transformers.js : [AEDE — PictoPhrase](https://circe.forge.apps.education.fr/aede/)

## Citation

Si vous utilisez ce modèle, veuillez citer le travail original :

```bibtex
@inproceedings{macaire_jeptaln2024,
  title = {{Approches cascade et de bout-en-bout pour la traduction automatique de la parole en pictogrammes}},
  author = {Macaire, C{\'e}cile and Dion, Chlo{\'e} and Schwab, Didier and Lecouteux, Benjamin and Esperan{\c c}a-Rodier, Emmanuelle},
  url = {https://inria.hal.science/hal-04623007},
  booktitle = {{35{\`e}mes Journ{\'e}es d'{\'E}tudes sur la Parole (JEP 2024) 31{\`e}me Conf{\'e}rence sur le Traitement Automatique des Langues Naturelles (TALN 2024) 26{\`e}me Rencontre des {\'E}tudiants Chercheurs en Informatique pour le Traitement Automatique des Langues (RECITAL 2024)}},
  address = {Toulouse, France},
  publisher = {{ATALA \& AFPC}},
  volume = {1 : articles longs et prises de position},
  pages = {22-35},
  year = {2024}
}
```

## Licence

Apache-2.0 (identique au modèle d'origine)