torchaudio.prototype.models.conformer_wav2vec2_base

torchaudio.prototype.models.conformer_wav2vec2_base(extractor_input_dim: int = 64, extractor_output_dim: int = 256, encoder_projection_dropout: float = 0.0) → Wav2Vec2Model

构建具有“小型”架构的 Conformer Wav2Vec2 模型，出自 Conformer-Based Slef-Supervised Learning for Non-Speech Audio Tasks [Srivastava 等人，2022]]

参数：

• extractor_input_dim (int, 可选) – 特征提取器的输入维度。(默认值: 64)

• extractor_output_dim (int, 可选) – 特征提取器的输出维度。(默认值: 256)

• encoder_projection_dropout (float, 可选) – 特征投影后应用的 Dropout 概率。(默认值: 0.0)

返回值：

结果是具有 Conformer 编码器和 base 配置的 wav2vec2 模型。

返回类型：

Wav2Vec2Model