VOXPOPULI_ASR_BASE_10K_ES

torchaudio.pipelines.VOXPOPULI_ASR_BASE_10K_ES

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] （“1 万” 子集，包含 23 种语言），并在来自 “es” 子集的 166 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, 来源]

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