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 Libri-Light 数据集 [Kahn et al., 2020] 的 60,000 小时无标签音频上进行预训练,并在同一数据集(“train-10min” 子集)的 10 分钟转录音频上针对 ASR 进行微调。
最初由 wav2vec 2.0 [Baevski et al., 2020] 的作者根据 MIT 许可证发布,并以相同的许可证重新分发。[许可证, 源代码]
有关用法,请参阅
torchaudio.pipelines.Wav2Vec2ASRBundle
。