WAV2VEC2_ASR_LARGE_960H

torchaudio.pipelines.WAV2VEC2_ASR_LARGE_960H

Wav2vec 2.0 模型（带有额外线性模块的“大型”架构），在来自 LibriSpeech 数据集 [Panayotov 等人，2015]（“train-clean-100”、“train-clean-360”和“train-other-500”的组合）的 960 小时未标记音频上进行预训练，并针对 ASR 在同一音频上进行了微调，并使用相应的转录文本。

最初由 wav2vec 2.0 的作者发布 [Baevski 等人，2020]，采用 MIT 许可证，并以相同的许可证重新发布。[许可证，源代码]

请参考 torchaudio.pipelines.Wav2Vec2ASRBundle 以了解其用法。