Wav2Letter

class torchaudio.models.Wav2Letter(num_classes: int = 40, input_type: str = 'waveform', num_features: int = 1)

来自 Wav2Letter: an End-to-End ConvNet-based Speech Recognition System [Collobert et al., 2016] 的 Wav2Letter 模型架构。

另请参阅

• 训练示例

参数:

• num_classes (int, 可选) – 要分类的类别数量。（默认值：40）

• input_type (str, 可选) – Wav2Letter 可以用作输入：waveform、power_spectrum 或 mfcc（默认值：waveform）。

• num_features (int, 可选) – 网络将接收的输入特征数量（默认值：1）。

方法

forward

Wav2Letter.forward(x: Tensor) → Tensor

参数:

x (torch.Tensor) – 维度为（batch_size，num_features，input_length）的张量。

返回值:

维度为（batch_size，number_of_classes，input_length）的预测张量。

返回类型:

Tensor