一、概述
torchAudio在0.10.0版本中已经兼容了hubert的代码(现在已经0.11.0了)。然而,我连wav2vec2.0的代码都没跑过,官方文档也给出了一个wav2vec2.0代码的运行样例。本人感觉,这不比用fairseq香?fairseq里的代码绕来绕去,无用参数多,缺少关键解释,没有运行示例。看得我是头晕目眩,难顶得一批。(对不起,我是连fairseq中hubert的样例都不知道怎么运行的菜狗)
本文就做个搬运工,讲这个torchAudio官方给的wav2vec2.0的代码样例。如果把相关源码理解完了,再讲里面的具体代码实现。
当然,本人会用自己的理解去跟大家看官方样例,大家也可直接看官方样例的解释可能更为准确。觉得不对可提出。
torchAudio官方样例地址:
https://pytorch.org/audio/stable/tutorials/speech_recognition_pipeline_tutorial.html
二、
三、
参考资料: