WAV2VEC2_XLSR_2B

torchaudio.pipelines.WAV2VEC2_XLSR_2B

具有 20 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 小时未标记音频上预训练，涵盖 128 种语言，未经过微调。

最初由 XLS-R [Babu et al., 2021] 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]

请参考 torchaudio.pipelines.Wav2Vec2Bundle 以获取使用详情。