VOXPOPULI_ASR_BASE_10K_DE

torchaudio.pipelines.VOXPOPULI_ASR_BASE_10K_DE

wav2vec 2.0 模型（“base” 架構），在來自 VoxPopuli 資料集 [[Wang et al., 2021]]（“10k” 子集，包含 23 種語言）的 1 萬小時未標記音訊上預訓練，並在來自 “de” 子集的 282 小時轉錄音訊上針對 ASR 進行微調。

最初由 VoxPopuli 的作者發布 [[Wang et al., 2021]]，依 CC BY-NC 4.0 授權條款發布，並以相同授權條款重新發布。 [[授權條款], [來源]]

請參閱 torchaudio.pipelines.Wav2Vec2ASRBundle 以瞭解用法。