WAV2VEC2_XLSR_1B¶
- torchaudio.pipelines.WAV2VEC2_XLSR_1B¶
具有 10 億引數的 XLS-R 模型，在來自多個數據集（ Multilingual LibriSpeech [Pratap et al., 2020], CommonVoice [Ardila et al., 2020], VoxLingua107 [Valk and Alumäe, 2021], BABEL [Gales et al., 2014], 和 VoxPopuli [Wang et al., 2021]）的 436,000 小時無標註音訊上進行了預訓練，涵蓋 128 種語言，未進行微調。
由 XLS-R [Babu et al., 2021] 的作者最初以 MIT 許可證釋出，並以相同許可證重新分發。 [許可證, 來源]
請參考
torchaudio.pipelines.Wav2Vec2Bundle瞭解使用詳情。
