WAV2VEC2_ASR_BASE_100H

torchaudio.pipelines.WAV2VEC2_ASR_BASE_100H

Wav2vec 2.0 模型（“base”架构，带有额外的线性模块），在 LibriSpeech 数据集的 960 小时无标签音频上进行了预训练 [Panayotov et al., 2015]（“train-clean-100”、“train-clean-360”和“train-other-500”的组合），并在“train-clean-100”子集的 100 小时转录音频上进行了 ASR 微调。

最初由 *wav2vec 2.0* 的作者 [Baevski et al., 2020] 根据 MIT 许可证发布，并以相同许可证重新分发。[许可证, 来源]

请参考 torchaudio.pipelines.Wav2Vec2ASRBundle 进行使用。