WAV2VEC2_ASR_LARGE_LV60K_960H

torchaudio.pipelines.WAV2VEC2_ASR_LARGE_LV60K_960H

Wav2vec 2.0 模型（带有额外线性模块的 “large-lv60k” 架构），在来自 Libri-Light [Kahn et al., 2020] 数据集的 60,000 小时未标记音频上进行预训练，并在来自 LibriSpeech 数据集 [Panayotov et al., 2015] （“train-clean-100”、“train-clean-360” 和 “train-other-500” 的组合）的 960 小时转录音频上针对 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，并以相同许可证重新分发。[许可证, 来源]

请参考 torchaudio.pipelines.Wav2Vec2ASRBundle 以了解用法。