VOXPOPULI_ASR_BASE_10K_FR

torchaudio.pipelines.VOXPOPULI_ASR_BASE_10K_FR

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“fr”子集的 211 小时转录音频上进行 ASR 微调。

最初由 VoxPopuli 的作者[Wang 等人，2021]根据 CC BY-NC 4.0 许可发布，并以相同的许可证重新分发。[许可证，来源]

请参考 torchaudio.pipelines.Wav2Vec2ASRBundle 获取用法。