Hugging Face Blog·· 2022-02-01AI 评分44
Wav2Vec2 在 🤗 Transformers 中处理大型文件的自动语音识别
Making automatic speech recognition work on large files with Wav2Vec2 in 🤗 Transformers
AI 导读
Meta AI 的 Wav2Vec2 模型因 Transformer 架构的 O(n²) 复杂度限制,直接处理长音频文件会导致内存溢出。通过在 Transformers 中利用 Connectionist Temporal Classification (CTC) 架构特性并设置 `chunk_length_s` 参数,可实现任意长度文件的自动语音识别 (ASR)。
来源:Hugging Face Blog · huggingface.co