VOXPOPULI_ASR_BASE_10K_EN

torchaudio.pipelines.VOXPOPULI_ASR_BASE_10K_EN

wav2vec 2.0 模型（“基礎”架構），使用來自 VoxPopuli 資料集 [Wang et al., 2021] 的 1 萬小時未標註音訊預訓練（“10k”子集，包含 23 種語言），並在“en”子集的 543 小時轉錄音訊上針對 ASR 進行了微調。

最初由 VoxPopuli 的作者 [Wang et al., 2021] 在 CC BY-NC 4.0 許可下發布，並以相同許可重新分發。 [許可, 來源]

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