语言: mt 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mt语言上使用VoxPopuli语料库的9.1未标记数据进行预训练。

该模型在16kHz采样的语音音频上进行预训练。使用该模型时，请确保您的语音输入也以16kHz采样。

注意：此模型没有分词器，因为它仅基于音频进行预训练。为了将此模型用于语音识别，需要创建一个分词器，并在mt语言的标记文本数据上进行微调。查看这篇博客以获取更详细的微调模型说明。

论文: VoxPopuli: 一个用于表示学习、半监督学习和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。

更多信息请访问官方网站，点击此处。