HUBERT_ASR_XLARGE

torchaudio.pipelines.HUBERT_ASR_XLARGE

HuBERT 模型（“超大”架构），在来自 Libri-Light 数据集 [Kahn 等人，2020] 的 60,000 小时无标签音频上进行预训练，并在来自 LibriSpeech 数据集 [Panayotov 等人，2015]（“train-clean-100”、“train-clean-360”和“train-other-500”的组合）的 960 小时转录音频上进行微调。

最初由 HuBERT 的作者发布 [Hsu 等人，2021]，根据 MIT 许可证发布，并以相同的许可证重新分发。[许可证，源代码]

请参考 torchaudio.pipelines.Wav2Vec2ASRBundle 了解用法。