torchaudio.prototype.models.conformer_wav2vec2_base

torchaudio.prototype.models.conformer_wav2vec2_base(extractor_input_dim: int = 64, extractor_output_dim: int = 256, encoder_projection_dropout: float = 0.0) → Wav2Vec2Model

構建具有“小型”架構的 Conformer Wav2Vec2 模型，出自 Conformer-Based Slef-Supervised Learning for Non-Speech Audio Tasks [Srivastava 等人，2022]]

引數：

• extractor_input_dim (int, 可選) – 特徵提取器的輸入維度。(預設值: 64)

• extractor_output_dim (int, 可選) – 特徵提取器的輸出維度。(預設值: 256)

• encoder_projection_dropout (float, 可選) – 特徵投影后應用的 Dropout 機率。(預設值: 0.0)

返回值：

結果是具有 Conformer 編碼器和 base 配置的 wav2vec2 模型。

返回型別：

Wav2Vec2Model