HUBERT_ASR_XLARGE

torchaudio.pipelines.HUBERT_ASR_XLARGE

HuBERT 模型（“超大”架构），在 Libri-Light 数据集 [Kahn et al., 2020] 的 60,000 小时未标记音频上进行预训练，并在 LibriSpeech 数据集 [Panayotov et al., 2015] （“train-clean-100”、“train-clean-360” 和 “train-other-500” 的组合）的 960 小时转录音频上针对 ASR 进行微调。

最初由 HuBERT [Hsu et al., 2021] 的作者根据 MIT 许可证发布，并以相同的许可证重新分发。[许可证, 来源]

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