WAV2VEC2_ASR_BASE_960H

torchaudio.pipelines.WAV2VEC2_ASR_BASE_960H

Wav2vec 2.0 模型（“base”架構，帶一個額外的線性模組），在 LibriSpeech 資料集 [Panayotov 等人，2015]（“train-clean-100”、“train-clean-360”和“train-other-500”的組合）的 960 小時無標註音訊上預訓練，並在相同音訊及其對應文字上針對 ASR 任務進行微調。

最初由 wav2vec 2.0 [Baevski 等人，2020] 的作者在 MIT 許可下發布，並以相同許可重新分發。 [許可證, 源]

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