VOXPOPULI_ASR_BASE_10K_IT

torchaudio.pipelines.VOXPOPULI_ASR_BASE_10K_IT

wav2vec 2.0 模型（“base” 架构），在来自 VoxPopuli 数据集 [Wang 等人，2021] 的 10,000 小时未标记音频（包含 23 种语言的“10k” 子集）上进行了预训练，并在“it” 子集的 91 小时转录音频上进行了微调，用于 ASR。

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

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