VOXPOPULI_ASR_BASE_10K_IT

torchaudio.pipelines.VOXPOPULI_ASR_BASE_10K_IT

wav2vec 2.0 模型（“base” 架構），在來自 VoxPopuli 資料集的 1 萬小時未標記音訊上預訓練 [Wang et al., 2021]（“10k” 子集，包含 23 種語言），並針對來自 “it” 子集的 91 小時轉錄音訊進行 ASR 微調。

最初由 VoxPopuli 的作者發布 [Wang et al., 2021]，根據 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 以了解用法。