VOXPOPULI_ASR_BASE_10K_DE

torchaudio.pipelines.VOXPOPULI_ASR_BASE_10K_DE

wav2vec 2.0 模型（“base” 架构），在来自 VoxPopuli 数据集[Wang 等, 2021]（“10k” 子集，包含 23 种语言）的 1 万小时无标注音频上进行预训练，并在“de”子集的 282 小时转录音频上针对 ASR 进行微调。

最初由 VoxPopuli 的作者发布[Wang 等, 2021] 在 CC BY-NC 4.0 许可下，并以相同许可重新分发。 [许可, 来源]

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