WAV2VEC2_XLSR_1B¶
- torchaudio.pipelines.WAV2VEC2_XLSR_1B¶
具有 10 亿参数的 XLS-R 模型，在来自多个数据集（ Multilingual LibriSpeech [Pratap et al., 2020], CommonVoice [Ardila et al., 2020], VoxLingua107 [Valk and Alumäe, 2021], BABEL [Gales et al., 2014], 和 VoxPopuli [Wang et al., 2021]）的 436,000 小时无标注音频上进行了预训练，涵盖 128 种语言，未进行微调。
由 XLS-R [Babu et al., 2021] 的作者最初以 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.Wav2Vec2Bundle了解使用详情。
