VOXPOPULI_ASR_BASE_10K_FR

torchaudio.pipelines.VOXPOPULI_ASR_BASE_10K_FR

wav2vec 2.0 模型（“base” 架構），在來自 VoxPopuli 資料集的 10k 小時未標記音訊上進行預訓練 [Wang et al., 2021] （“10k” 子集，包含 23 種語言），並在來自 “fr” 子集的 211 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] 在 CC BY-NC 4.0 下，並以相同的授權重新分發。[授權, 來源]

請參考 torchaudio.pipelines.Wav2Vec2ASRBundle 以了解用法。