VOXPOPULI_ASR_BASE_10K_EN

torchaudio.pipelines.VOXPOPULI_ASR_BASE_10K_EN

wav2vec 2.0 模型（“base” 架构），在来自 VoxPopuli 数据集[Wang 等人，2021]（“10k” 子集，包含 23 种语言）的 10k 小时未标记音频上进行预训练，并在来自“en”子集的 543 小时转录音频上针对 ASR 进行微调。

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

请参阅 torchaudio.pipelines.Wav2Vec2ASRBundle 以了解用法。