torchaudio.prototype.models¶

torchaudio.prototype.models 子包包含用于处理常见音频任务的模型定义。

注意

对于带有预训练参数的模型，请参考 torchaudio.prototype.pipelines 模块。

模型定义负责构建计算图并执行它们。

有些模型结构复杂且有变体。对于此类模型，提供了工厂函数。

`ConformerWav2Vec2PretrainModel`	用于从头开始训练的 Conformer Wav2Vec2 预训练模型。
`ConvEmformer`	实现了在《使用非因果卷积的流式 Transformer Transducer 语音识别》中介绍的卷积增强流式 Transformer 架构 [Shi et al., 2022]。
`HiFiGANVocoder`	HiFi GAN 的生成器部分 [Kong et al., 2020]。

Beta 模型的原型工厂函数¶

有些模型定义处于 Beta 阶段，但有一些新的工厂函数仍处于原型阶段。请查阅每个模型的“原型工厂函数”部分。

`Wav2Vec2Model`	wav2vec 2.0 中使用的声学模型 [Baevski et al., 2020]。
`RNNT`	循环神经网络 transducer (RNN-T) 模型。