WAV2VEC2_ASR_LARGE_LV60K_10M¶
- torchaudio.pipelines.WAV2VEC2_ASR_LARGE_LV60K_10M¶
Wav2vec 2.0 模型(具有额外线性模块的“large-lv60k”架构),使用来自 Libri-Light 数据集 [Kahn et al., 2020] 的 60,000 小时未标记音频进行预训练,并在来自同一数据集的 10 分钟转录音频(“train-10min”子集)上针对 ASR 进行微调。
最初由 wav2vec 2.0 的作者 [Baevski et al., 2020] 在 MIT 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
。