WAV2VEC2_ASR_LARGE_LV60K_10M¶
- torchaudio.pipelines.WAV2VEC2_ASR_LARGE_LV60K_10M¶
Wav2vec 2.0 模型(“large-lv60k”架构,带有一个额外的线性模块),在来自Libri-Light数据集的 60,000 小时无标签音频上预训练 [Kahn et al., 2020],并在来自同一数据集的 10 分钟转录音频(“train-10min”子集)上针对 ASR 进行微调。
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。