VOXPOPULI_ASR_BASE_10K_FR

torchaudio.pipelines.VOXPOPULI_ASR_BASE_10K_FR

wav2vec 2.0 模型（“base”架构），在来自VoxPopuli数据集的 10k 小时无标签音频上预训练[Wang et al., 2021]（“10k”子集，包含 23 种语言），并在 211 小时的“fr”子集转录音频上针对 ASR 进行微调。

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

请参考 torchaudio.pipelines.Wav2Vec2ASRBundle 进行使用。