HUBERT_BASE

torchaudio.pipelines.HUBERT_BASE

HuBERT 模型（“base”架构），在 LibriSpeech 数据集上对 960 小时的无标签音频进行预训练 [Panayotov et al., 2015]（“train-clean-100”、“train-clean-360”和“train-other-500”的组合），未进行微调。

最初由 HuBERT [Hsu et al., 2021] 的作者根据 MIT 许可发布，并以相同的许可重新分发。[许可, 源]

请参考 torchaudio.pipelines.Wav2Vec2Bundle 以了解用法。