语言: 罗曼语族
标签:

• 音频
• 自动语音识别
• voxpopuli-v2
  数据集:
• voxpopuli
  许可证: cc-by-nc-4.0
  推理: false

Wav2Vec2-large-VoxPopuli-V2

Facebook的Wav2Vec2大型模型，仅在罗曼语族的VoxPopuli语料库 101.5小时未标注数据上进行预训练。

该模型基于16kHz采样的语音音频进行预训练。使用时请确保输入语音同样以16kHz采样。

注意：此模型未配备分词器，因其仅针对音频进行预训练。若需用于语音识别，需创建分词器并在罗曼语族的标注文本数据上微调模型。详见此博客获取更详细的微调说明。

论文: VoxPopuli: 用于表征学习、半监督学习与解释的大规模多语言语音语料库

作者: Changhan Wang, Morgane Riviere, Ann Lee, Anne Wu, Chaitanya Talnikar, Daniel Haziza, Mary Williamson, Juan Pino, Emmanuel Dupoux，来自Facebook AI。

访问官方网站获取更多信息。