VOXPOPULI_ASR_BASE_10K_EN

torchaudio.pipelines.VOXPOPULI_ASR_BASE_10K_EN

wav2vec 2.0 模型（“base”架构），在来自 VoxPopuli 数据集[Wang et al., 2021] 的 10k 小时无标签音频（“10k”子集，包含 23 种语言）上预训练，并在“en”子集的 543 小时转录音频上针对 ASR 进行微调。

最初由 VoxPopuli 的作者[Wang et al., 2021] 在 CC BY-NC 4.0 许可下发布，并以相同的许可重新分发。[许可, 来源]

请参考 torchaudio.pipelines.Wav2Vec2ASRBundle 进行使用。