HUBERT_ASR_LARGE

torchaudio.pipelines.HUBERT_ASR_LARGE

HuBERT 模型（“large”架构），在 Libri-Light 数据集上对 60,000 小时的无标签音频进行了预训练 [Kahn et al., 2020]，并在 LibriSpeech 数据集上对 960 小时的转录音频进行了微调，以用于 ASR [Panayotov et al., 2015]（“train-clean-100”、“train-clean-360”和“train-other-500”的组合）。

最初由 HuBERT 的作者根据 MIT 许可证发布 [Hsu et al., 2021]，并以相同的许可证重新分发。[许可证, 源代码]

请参考 torchaudio.pipelines.Wav2Vec2ASRBundle 以了解其用法。