语言: 多语言
标签:

• 音频
• 自动语音识别
• 大众之声
  许可协议: CC-BY-NC-4.0

Wav2Vec2-大型-大众之声模型

Facebook的Wav2Vec2大型预训练模型，基于VoxPopuli语料库的10万条无标注数据子集训练而成。

注意：该模型未配备分词器，因其仅针对音频进行预训练。若需用于语音识别，需自行创建分词器并结合标注文本数据对模型进行微调。详细微调步骤可参阅此博客的深入解析。

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

作者：Facebook AI团队的Changhan Wang、Morgane Riviere、Ann Lee、Anne Wu、Chaitanya Talnikar、Daniel Haziza、Mary Williamson、Juan Pino及Emmanuel Dupoux

更多信息请访问项目官网。

微调指南

具体语言的微调方法请参考此博客。注意需将示例中的"facebook/wav2vec2-large-xlsr-53"替换为本模型检查点。