WAV2VEC2_ASR_BASE_100H

torchaudio.pipelines.WAV2VEC2_ASR_BASE_100H

Wav2vec 2.0 模型（“base”架构，带有一个额外的线性模块），在 LibriSpeech 数据集 [Panayotov et al., 2015]（“train-clean-100”、“train-clean-360”和“train-other-500”的组合）上进行了 960 小时的无标签音频预训练，并在“train-clean-100”子集的 100 小时转录音频上进行了 ASR 微调。

最初由 wav2vec 2.0 [Baevski et al., 2020] 的作者在 MIT 许可下发布，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。