WAV2VEC2_XLSR_2B

torchaudio.pipelines.WAV2VEC2_XLSR_2B

XLS-R 模型，拥有 20 亿参数，在来自多个数据集的 436,000 小时无标签音频上进行了预训练（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]) 覆盖 128 种语言，未进行微调。

最初由 XLS-R [Babu et al., 2021] 的作者根据 MIT 许可证发布，并以相同的许可证重新分发。[许可证, 来源]

有关使用详情，请参阅 torchaudio.pipelines.Wav2Vec2Bundle。