Wav2Letter

class torchaudio.models.Wav2Letter(num_classes: int = 40, input_type: str = 'waveform', num_features: int = 1)

Wav2Letter 模型架構，源自 Wav2Letter: 一個端到端基於 ConvNet 的語音識別系統 [Collobert 等人, 2016]。

另請參閱

• 訓練示例

引數：

• num_classes (int, 可選) – 需要分類的類別數量。(預設值: 40)

• input_type (str, 可選) – Wav2Letter 可以使用的輸入型別：waveform、power_spectrum 或 mfcc。(預設值: waveform)。

• num_features (int, 可選) – 網路將接收的輸入特徵數量。(預設值: 1)。

方法

forward

Wav2Letter.forward(x: Tensor) → Tensor

引數：

x (torch.Tensor) – 維度為 (batch_size, num_features, input_length) 的張量。

返回值：

預測器張量，維度為 (batch_size, number_of_classes, input_length)。

返回值型別：

Tensor