torchaudio.models.wavlm_model

torchaudio.models.wavlm_model(extractor_mode: str, extractor_conv_layer_config: Optional[List[Tuple[int, int, int]]], extractor_conv_bias: bool, encoder_embed_dim: int, encoder_projection_dropout: float, encoder_pos_conv_kernel: int, encoder_pos_conv_groups: int, encoder_num_layers: int, encoder_num_heads: int, encoder_num_buckets: int, encoder_max_distance: int, encoder_attention_dropout: float, encoder_ff_interm_features: int, encoder_ff_interm_dropout: float, encoder_dropout: float, encoder_layer_norm_first: bool, encoder_layer_drop: float, aux_num_out: Optional[int]) → Wav2Vec2Model

构建自定义 WaveLM 模型 [Chen et al., 2022]。该架构兼容 Wav2Vec2 模型 [Baevski et al., 2020]，因此输出对象为 Wav2Vec2Model。大多数参数的含义与 wav2vec2_model() 中的相同，请参考那里以获取文档。

参数

• extractor_mode (str) – 特征提取器的操作模式。请参阅 wav2vec2_model()。

• extractor_conv_layer_config (python:integer 元组列表 或 None) – 请参阅 wav2vec2_model()。

• extractor_conv_bias (bool) – 请参阅 wav2vec2_model()。

• encoder_embed_dim (int) – 请参阅 wav2vec2_model()。

• encoder_projection_dropout (float) – 请参阅 wav2vec2_model()。

• encoder_pos_conv_kernel (int) – 请参阅 wav2vec2_model()。

• encoder_pos_conv_groups (int) – 请参阅 wav2vec2_model()。

• encoder_num_layers (int) – 请参阅 wav2vec2_model()。

• encoder_num_heads (int) – 请参阅 wav2vec2_model()。

• encoder_num_buckets (int) – 相对位置嵌入的桶数。

• encoder_max_distance (int) – 相对位置嵌入的最大距离。

• encoder_attention_dropout (float) – 请参阅 wav2vec2_model()。

• encoder_ff_interm_features (int) – 请参阅 wav2vec2_model()。

• encoder_ff_interm_dropout (float) – 请参阅 wav2vec2_model()。

• encoder_dropout (float) – 请参阅 wav2vec2_model()。

• encoder_layer_norm_first (bool) – 请参阅 wav2vec2_model()。

• encoder_layer_drop (float) – 请参阅 wav2vec2_model()。

• aux_num_out (int 或 None) – 请参阅 wav2vec2_model()。

返回

生成的模型。

返回类型

Wav2Vec2Model