MMS_FA

torchaudio.pipelines.MMS_FA

在《Scaling Speech Technology to 1,000+ Languages》一文中的 1,130 种语言的 31K 小时数据上训练而成 [Pratap et al., 2023]。

由《Scaling Speech Technology to 1,000+ Languages》的作者发布 [Pratap et al., 2023]，遵循 [CC-BY-NC 4.0 许可协议]。

有关使用细节，请参阅 torchaudio.pipelines.Wav2Vec2FABundle。

注意

与其他 Wav2Vec2 bundle 不同，此模型没有用于词边界的 token（例如 |）。这使得对齐的后处理略有不同。