VOXPOPULI_ASR_BASE_10K_ES

torchaudio.pipelines.VOXPOPULI_ASR_BASE_10K_ES

wav2vec 2.0 模型（“base”架构），在来自 VoxPopuli 数据集的 10k 小时无标签音频上进行了预训练 [Wang et al., 2021]（“10k”子集，包含 23 种语言），并在“es”子集的 166 小时转录音频上进行了 ASR 微调。

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

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