WAV2VEC2_ASR_LARGE_LV60K_960H

torchaudio.pipelines.WAV2VEC2_ASR_LARGE_LV60K_960H

Wav2vec 2.0 模型（具有額外線性模組的 “large-lv60k” 架構），在來自 Libri-Light [Kahn et al., 2020] 數據集的 60,000 小時未標記音訊上進行預訓練，並在來自 LibriSpeech 數據集 [Panayotov et al., 2015]（“train-clean-100”、“train-clean-360” 和 “train-other-500” 的組合）的 960 小時轉錄音訊上針對 ASR 進行微調。

最初由 wav2vec 2.0 [Baevski et al., 2020] 的作者在 MIT 許可證下發布，並以相同許可證重新發布。[許可證, 來源]

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