torchaudio.prototype.models

torchaudio.prototype.models 子包包含用于解决常见音频任务的模型定义。

注意

对于具有预训练参数的模型，请参阅 torchaudio.prototype.pipelines 模块。

模型定义负责构建计算图并执行它们。

一些模型具有复杂结构和变体。对于此类模型，提供了工厂函数。

ConformerWav2Vec2PretrainModel	用于从头开始训练的 Conformer Wav2Vec2 预训练模型。
ConvEmformer	实现了论文 Streaming Transformer Transducer based Speech Recognition Using Non-Causal Convolution [Shi et al., 2022] 中提出的卷积增强流式变压器架构。
HiFiGANVocoder	HiFi GAN [Kong et al., 2020] 的生成器部分。

Beta 模型的原型工厂函数

一些模型定义处于测试阶段，但仍有处于原型阶段的新工厂函数。请查看每个模型中的“原型工厂函数”部分。

Wav2Vec2Model	wav2vec 2.0 中使用的声学模型 [Baevski 等人，2020]。
RNNT	循环神经网络换能器 (RNN-T) 模型。