HUBERT_ASR_XLARGE

torchaudio.pipelines.HUBERT_ASR_XLARGE

HuBERT 模型（“超大”架构），在 Libri-Light 数据集的 60,000 小时无标签音频上进行了预训练 [Kahn et al., 2020]，并在 LibriSpeech 数据集的 960 小时转录音频上进行了 ASR 微调 [Panayotov et al., 2015]（“train-clean-100”、“train-clean-360”和“train-other-500”的组合）。

最初由 HuBERT 的作者发布 [Hsu et al., 2021]，采用 MIT 许可证，并以相同的许可证重新分发。[许可证, 来源]

有关用法，请参阅 torchaudio.pipelines.Wav2Vec2ASRBundle。