language: es tags:

• 音频
• 自动语音识别
• voxpopuli-v2 datasets:
• voxpopuli license: cc-by-nc-4.0 inference: false

Wav2Vec2-base-VoxPopuli-V2

Facebook的Wav2Vec2基础模型仅在西班牙语的21.4k无标注数据上进行了预训练，数据来自VoxPopuli语料库。

该模型是在16kHz采样的语音音频上预训练的。使用该模型时，请确保您的语音输入也是以16kHz采样的。

注意：此模型没有分词器，因为它仅基于音频进行预训练。要将此模型用于语音识别，需要创建一个分词器，并在西班牙语的标注文本数据上对模型进行微调。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，点击这里。