WAV2VEC2_ASR_LARGE_960H

torchaudio.pipelines.WAV2VEC2_ASR_LARGE_960H

Wav2vec 2.0 模型（“large”架构，带有一个额外的线性模块），在 LibriSpeech 数据集的 960 小时无标签音频上预训练 [Panayotov et al., 2015]（“train-clean-100”、“train-clean-360”和“train-other-500”的组合），并在相同的音频及其对应的转录本上针对 ASR 进行了微调。

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。