WAV2VEC2_ASR_BASE_960H

torchaudio.pipelines.WAV2VEC2_ASR_BASE_960H

Wav2vec 2.0 模型（“base”架构，带一个额外的线性模块），在 LibriSpeech 数据集 [Panayotov 等人，2015]（“train-clean-100”、“train-clean-360”和“train-other-500”的组合）的 960 小时无标注音频上预训练，并在相同音频及其对应文本上针对 ASR 任务进行微调。

最初由 wav2vec 2.0 [Baevski 等人，2020] 的作者在 MIT 许可下发布，并以相同许可重新分发。 [许可证, 源]

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