WAV2VEC2_XLSR_1B

torchaudio.pipelines.WAV2VEC2_XLSR_1B

XLS-R 模型，拥有 10 亿个参数，在来自多个数据集（Multilingual LibriSpeech [Pratap et al., 2020], CommonVoice [Ardila et al., 2020], VoxLingua107 [Valk and Alumäe, 2021], BABEL [Gales et al., 2014], and VoxPopuli [Wang et al., 2021]）的 436,000 小时未标记音频上进行了预训练，支持 128 种语言，未经微调。

最初由 XLS-R 的作者 [Babu et al., 2021] 以 MIT 许可协议发布，并以相同的许可协议重新分发。[许可, 来源]

有关使用详细信息，请参阅 torchaudio.pipelines.Wav2Vec2Bundle。