DeepSpeech

class torchaudio.models.DeepSpeech(n_feature: int, n_hidden: int = 2048, n_class: int = 40, dropout: float = 0.0)

DeepSpeech 架构，源自论文 Deep Speech: Scaling up end-to-end speech recognition [Hannun et al., 2014]。

参数

• n_feature – 输入特征的数量

• n_hidden – 内部隐藏单元的大小。

• n_class – 输出类的数量

方法

forward

DeepSpeech.forward(x: Tensor) → Tensor

参数

x (torch.Tensor) – 维度为 (batch, channel, time, feature) 的张量。

返回

预测器张量，维度为 (batch, time, class)。

返回类型

张量