torchaudio.prototype.models.conformer_wav2vec2_base

torchaudio.prototype.models.conformer_wav2vec2_base(extractor_input_dim: int = 64, extractor_output_dim: int = 256, encoder_projection_dropout: float = 0.0) → Wav2Vec2Model

使用来自 基于 Conformer 的非语音音频任务自监督学习 [Srivastava 等人，2022] 的“small”架构构建 Conformer Wav2Vec2 模型。

参数：

• extractor_input_dim (int，可选) – 特征提取器的输入维度。（默认值：64）

• extractor_output_dim (int，可选) – 特征提取器的输出维度。（默认值：256）

• encoder_projection_dropout (float，可选) – 应用于特征投影后的 dropout 概率。（默认值：0.0）

返回值：

具有 Conformer 编码器和base配置的生成的 wav2vec2 模型。

返回类型：

Wav2Vec2Model