Wav2Letter

class torchaudio.models.Wav2Letter(num_classes: int = 40, input_type: str = 'waveform', num_features: int = 1)

Wav2Letter 模型架构，出自Wav2Letter: an End-to-End ConvNet-based Speech Recognition System [Collobert et al., 2016]。

另请参阅

• 训练示例

参数

• num_classes (int, optional) – 要分类的类别数量。 (默认： 40)

• input_type (str, optional) – Wav2Letter 可以使用的输入类型： waveform、power_spectrum 或 mfcc (默认： waveform)。

• num_features (int, optional) – 网络将接收的输入特征数量 (默认： 1)。

方法

forward

Wav2Letter.forward(x: Tensor) → Tensor

参数

x (torch.Tensor) – 维度为 (batch_size, num_features, input_length) 的张量。

返回

维度为 (batch_size, number_of_classes, input_length) 的预测器张量。

返回类型

张量