语言: lv
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-base-VoxPopuli-V2

Facebook的Wav2Vec2基础模型，仅在lv语言上使用VoxPopuli语料库的13.1k未标注数据进行预训练。

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。若要将此模型用于语音识别，需要创建一个分词器，并在lv语言的标注文本数据上进行微调。详细说明请参阅这篇博客。

论文: VoxPopuli: 一个用于表征学习、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。