WAV2VEC2_ASR_LARGE_100H

torchaudio.pipelines.WAV2VEC2_ASR_LARGE_100H

Wav2vec 2.0 模型（“大”架構，帶有一個額外的線性模組），在來自 LibriSpeech 資料集 [Panayotov et al., 2015] 的 960 小時未標註音訊（“train-clean-100”、“train-clean-360”和“train-other-500”的組合）上進行預訓練，並在同一資料集的 100 小時轉錄音訊（“train-clean-100”子集）上針對 ASR 進行了微調。

最初由 wav2vec 2.0 [Baevski et al., 2020] 的作者以 MIT 許可釋出，並以相同許可重新分發。 [許可, 來源]

請參考 torchaudio.pipelines.Wav2Vec2ASRBundle 獲取使用方法。