WAV2VEC2_ASR_LARGE_LV60K_960H

torchaudio.pipelines.WAV2VEC2_ASR_LARGE_LV60K_960H

Wav2vec 2.0 模型（“large-lv60k” 架構，帶有額外線性模組），使用來自 Libri-Light [Kahn 等, 2020] 資料集的 60,000 小時無標註音訊進行預訓練，並使用來自 LibriSpeech 資料集的 960 小時有標註音訊進行 ASR 微調 [Panayotov 等, 2015]（結合了 “train-clean-100”、“train-clean-360” 和 “train-other-500”）。

最初由 wav2vec 2.0 的作者 [Baevski 等, 2020] 在 MIT 許可下發布，並以相同許可重新分發。[許可, 來源]

請參考 torchaudio.pipelines.Wav2Vec2ASRBundle 獲取用法。