WAV2VEC2_ASR_LARGE_960H

torchaudio.pipelines.WAV2VEC2_ASR_LARGE_960H

Wav2vec 2.0 模型（“large”架构，带有一个额外的线性模块），在来自LibriSpeech数据集的 960 小时的无标签音频上预训练 [Panayotov et al., 2015]（“train-clean-100”、“train-clean-360”和“train-other-500”的组合），并在相同的音频上使用相应的转录本进行了 ASR 微调。

最初由wav2vec 2.0的作者 [Baevski et al., 2020] 以 MIT License 发布，并以相同的许可证重新分发。[许可证, 来源]

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