VOXPOPULI_ASR_BASE_10K_DE¶
- torchaudio.pipelines.VOXPOPULI_ASR_BASE_10K_DE¶
wav2vec 2.0 模型(“base”架构),在来自VoxPopuli数据集的 10k 小时未标记音频上预训练 [Wang et al., 2021](“10k”子集,包含 23 种语言),并在“de”子集的 282 小时转录音频上针对 ASR 进行微调。
最初由VoxPopuli的作者发布 [Wang et al., 2021],在 CC BY-NC 4.0 许可下,并以相同许可重新分发。[许可, 来源]
请参考
torchaudio.pipelines.Wav2Vec2ASRBundle
进行使用。