语言: 英语 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: 不支持

Wav2Vec2基础版-VoxPopuli-V2

Facebook的Wav2Vec2基础模型，仅在英语上基于VoxPopuli语料库的24.1k无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同样以16kHz采样。

注意：此模型未配备分词器，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，需创建一个分词器，并在英语标注文本数据上进行微调。详细微调步骤可参考此博客。

论文: VoxPopuli：一个用于表征学习、半监督学习及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此处。