WAV2VEC2_ASR_LARGE_LV60K_10M¶
- torchaudio.pipelines.WAV2VEC2_ASR_LARGE_LV60K_10M¶
Wav2vec 2.0 模型(“large-lv60k” 架构,带有一个额外的线性模块),在来自 Libri-Light 数据集的 60,000 小时未标记音频上进行预训练 [Kahn 等人,2020],并在同一数据集的 10 分钟转录音频上进行了 ASR 微调(“train-10min” 子集)。
最初由 wav2vec 2.0 的作者发布 [Baevski 等人,2020],根据 MIT 许可证发布,并以相同许可证重新发布。[许可证,源代码]
请参考
torchaudio.pipelines.Wav2Vec2ASRBundle
以了解用法。