Wav2Letter

class torchaudio.models.Wav2Letter(num_classes: int = 40, input_type: str = 'waveform', num_features: int = 1)

來自Wav2Letter：基於端到端 ConvNet 的語音辨識系統的 Wav2Letter 模型架構 [Collobert et al., 2016]。

另請參閱

• 訓練範例

參數:

• num_classes (int, optional) – 要分類的類別數量。(預設值：40)

• input_type (str, optional) – Wav2Letter 可以使用以下輸入：waveform、power_spectrum 或 mfcc (預設值：waveform)。

• num_features (int, optional) – 網路將接收的輸入特徵數量 (預設值：1)。

方法

forward

Wav2Letter.forward(x: Tensor) → Tensor

參數:

x (torch.Tensor) – 維度為 (batch_size, num_features, input_length) 的張量。

回傳:

維度為 (batch_size, number_of_classes, input_length) 的預測張量。

回傳類型:

Tensor