WAV2VEC2_BASE

torchaudio.pipelines.WAV2VEC2_BASE

Wav2vec 2.0 模型（“base”架构），在 LibriSpeech 数据集上 960 小时的无标签音频上进行了预训练 [Panayotov et al., 2015]（“train-clean-100”、“train-clean-360”和“train-other-500”的组合），未进行微调。

最初由 wav2vec 2.0 的作者在 MIT 许可下发布 [Baevski et al., 2020]，并以相同的许可重新分发。[许可, 来源]

请参考 torchaudio.pipelines.Wav2Vec2Bundle 的用法。