WAV2VEC2_ASR_LARGE_LV60K_960H

torchaudio.pipelines.WAV2VEC2_ASR_LARGE_LV60K_960H

Wav2vec 2.0 模型（“large-lv60k” 架构，带有额外线性模块），使用来自 Libri-Light [Kahn 等, 2020] 数据集的 60,000 小时无标注音频进行预训练，并使用来自 LibriSpeech 数据集的 960 小时有标注音频进行 ASR 微调 [Panayotov 等, 2015]（结合了 “train-clean-100”、“train-clean-360” 和 “train-other-500”）。

最初由 wav2vec 2.0 的作者 [Baevski 等, 2020] 在 MIT 许可下发布，并以相同许可重新分发。[许可, 来源]

请参考 torchaudio.pipelines.Wav2Vec2ASRBundle 获取用法。