VOXPOPULI_ASR_BASE_10K_DE

torchaudio.pipelines.VOXPOPULI_ASR_BASE_10K_DE

wav2vec 2.0 模型（“base” 架構），在來自 VoxPopuli 資料集[Wang 等, 2021]（“10k” 子集，包含 23 種語言）的 1 萬小時無標註音訊上進行預訓練，並在“de”子集的 282 小時轉錄音訊上針對 ASR 進行微調。

最初由 VoxPopuli 的作者釋出[Wang 等, 2021] 在 CC BY-NC 4.0 許可下，並以相同許可重新分發。 [許可, 來源]

有關用法，請參閱torchaudio.pipelines.Wav2Vec2ASRBundle。