WAV2VEC2_ASR_BASE_10M

torchaudio.pipelines.WAV2VEC2_ASR_BASE_10M

Wav2vec 2.0 模型（具有額外線性模組的「base」架構），預先在來自 LibriSpeech 資料集的 960 小時未標記音訊上進行訓練 [Panayotov et al., 2015] （「train-clean-100」、「train-clean-360」和「train-other-500」的組合），並在來自 Libri-Light 資料集的 10 分鐘轉錄音訊上進行 ASR 的微調 [Kahn et al., 2020]（「train-10min」子集）。

最初由 wav2vec 2.0 的作者發布 [Baevski et al., 2020] 在 MIT 許可證下，並以相同的許可證重新分發。[許可證, 來源]

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