WAV2VEC2_ASR_LARGE_LV60K_960H¶
- torchaudio.pipelines.WAV2VEC2_ASR_LARGE_LV60K_960H¶
Wav2vec 2.0 模型(“large-lv60k”架构,带有额外的线性模块),在来自 Libri-Light [Kahn et al., 2020] 数据集的 60,000 小时无标签音频上预训练,并在 LibriSpeech 数据集 [Panayotov et al., 2015](“train-clean-100”、“train-clean-360”和“train-other-500”的组合)的 960 小时转录音频上进行了 ASR 微调。
最初由 wav2vec 2.0 的作者以 MIT 许可证发布 [Baevski et al., 2020],并以相同的许可证重新分发。[许可证, 来源]
请参考
torchaudio.pipelines.Wav2Vec2ASRBundle
进行使用。