Wav2vec2 Base En Voxpopuli V2

🚀 Wav2Vec2-base-VoxPopuli-V2

Wav2Vec2-base-VoxPopuli-V2 基於 Facebook的Wav2Vec2 基礎模型，僅在 VoxPopuli語料庫 的 24.1k 條英文無標籤數據上進行預訓練。該模型可用於音頻處理和自動語音識別等領域。

🚀 快速開始

本模型在採樣率為 16kHz 的語音音頻上進行預訓練。使用該模型時，請確保輸入的語音也採樣於 16kHz。

注意：由於該模型僅在音頻上進行預訓練，因此沒有分詞器。若要將此模型用於 語音識別，需要創建一個分詞器，並在英文的帶標籤文本數據上對模型進行微調。有關如何微調模型的詳細解釋，請查看 此博客。

📚 詳細文檔

• 論文：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。

更多信息請訪問官方網站 here。

📄 許可證

本項目採用 CC BY-NC 4.0 許可證。

📦 模型信息

⚠️ 重要提示

使用模型時需確保輸入語音採樣率為 16kHz。

💡 使用建議

若要用於語音識別，需創建分詞器並在英文帶標籤文本數據上微調模型。