HUBERT_ASR_XLARGE

torchaudio.pipelines.HUBERT_ASR_XLARGE

HuBERT 模型（“特大”架构），在 *Libri-Light* 数据集上 60,000 小时的无标签音频上进行了预训练 [Kahn et al., 2020]，并在 960 小时的转录音频上针对 ASR 进行了微调，这些音频来自 *LibriSpeech* 数据集 [Panayotov et al., 2015]（“train-clean-100”、“train-clean-360”和“train-other-500”的组合）。

*HuBERT* 的作者最初根据 MIT 许可证发布了该模型 [Hsu et al., 2021]，并以相同的许可证重新分发。[许可证, 来源]

请参考 torchaudio.pipelines.Wav2Vec2ASRBundle 进行使用。