WAV2VEC2_ASR_LARGE_10M

torchaudio.pipelines.WAV2VEC2_ASR_LARGE_10M

Wav2vec 2.0 模型（“大型”架构，带有一个额外的线性模块），在来自 LibriSpeech 数据集[Panayotov 等, 2015]（“train-clean-100”、“train-clean-360”和“train-other-500”的组合）的 960 小时未标注音频上进行预训练，并在来自 Libri-Light 数据集[Kahn 等, 2020]（“train-10min”子集）的 10 分钟标注音频上针对 ASR 进行微调。

由 *wav2vec 2.0* 的作者最初根据 MIT 许可证发布[Baevski 等, 2020]，并以相同许可证重新分发。 [许可证, 源文件]

请参考 torchaudio.pipelines.Wav2Vec2ASRBundle 了解用法。