torchaudio.prototype.models.emformer_hubert_base

torchaudio.prototype.models.emformer_hubert_base(extractor_input_dim: int = 80, extractor_output_dim: int = 128, encoder_dropout: float = 0.1, aux_num_out: Optional[int] = None) → Wav2Vec2Model

構建具有 20 個 Emformer 層的 Emformer HuBERT 模型。

引數：

• extractor_input_dim (int, 可選) – 特徵提取器的輸入維度。(預設值：80)

• extractor_output_dim (int, 可選) – 特徵提取器後的輸出維度。(預設值：128)

• encoder_dropout (float, 可選) – Emformer 中的 Dropout 機率。(預設值：0.1)

• aux_num_out (int 或 None, 可選) – 用於微調的輔助層的輸出維度。(預設值：None)

返回：

結果 torchaudio.models.Wav2Vec2Model 模型，包含一個 torchaudio.models.Emformer 編碼器。

返回型別：

Wav2Vec2Model