VOXPOPULI_ASR_BASE_10K_EN

torchaudio.pipelines.VOXPOPULI_ASR_BASE_10K_EN

wav2vec 2.0 模型（“基础”架构），使用来自 VoxPopuli 数据集 [Wang et al., 2021] 的 1 万小时未标注音频预训练（“10k”子集，包含 23 种语言），并在“en”子集的 543 小时转录音频上针对 ASR 进行了微调。

最初由 VoxPopuli 的作者 [Wang et al., 2021] 在 CC BY-NC 4.0 许可下发布，并以相同许可重新分发。 [许可, 来源]

有关用法，请参考 torchaudio.pipelines.Wav2Vec2ASRBundle。