VOXPOPULI_ASR_BASE_10K_EN

torchaudio.pipelines.VOXPOPULI_ASR_BASE_10K_EN

wav2vec 2.0 模型（“base”架构），在来自 VoxPopuli 数据集的 1 万小时未标记音频上预训练 [Wang et al., 2021]（“10k”子集，包含 23 种语言），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 的作者发布 [Wang et al., 2021]，根据 CC BY-NC 4.0 许可发布，并以相同许可重新分发。[许可证, 来源]

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