Wav2vec2 Large 100k Voxpopuli

🚀 Wav2Vec2-Large-VoxPopuli

Wav2Vec2-Large-VoxPopuli是由Facebook研發的大型模型，基於VoxPopuli語料庫中10萬個未標註的子集進行預訓練。該模型在語音處理領域具有重要價值，可用於後續的語音識別等任務。

✨ 主要特性

• 基於Facebook的Wav2Vec2架構，具有強大的語音特徵學習能力。
• 在VoxPopuli語料庫上預訓練，適用於多語言語音處理。

📚 詳細文檔

模型說明

此模型是在僅音頻數據上進行預訓練的，因此沒有分詞器。若要將該模型用於語音識別，需要創建一個分詞器，並在有標註的文本數據上對模型進行微調。詳細的微調方法可參考這篇博客。

論文信息

• 論文標題：VoxPopuli: A Large-Scale Multilingual Speech Corpus for Representation Learning, Semi-Supervised Learning and Interpretation
• 作者：來自Facebook AI的Changhan Wang、Morgane Riviere、Ann Lee、Anne Wu、Chaitanya Talnikar、Daniel Haziza、Mary Williamson、Juan Pino、Emmanuel Dupoux

官方網站

更多信息可查看官方網站：https://github.com/facebookresearch/voxpopuli/

🚀 快速開始

模型微調

若要在特定語言上對該模型進行微調，請參考這篇博客。注意，在微調時需要將"facebook/wav2vec2-large-xlsr-53"替換為此模型的檢查點。

📄 許可證

本模型使用的許可證為cc-by-nc-4.0。

🔍 信息表格

⚠️ 重要提示

此模型沒有分詞器，若要用於語音識別，需創建分詞器並在有標註的文本數據上進行微調。

💡 使用建議

在進行模型微調時，按照博客中的步驟操作，並注意將相關檢查點替換為此模型的檢查點。