模型:
Harveenchadha/wav2vec2-pretrained-clsril-23-10k
我们提供了一个基于自我监督学习的音频预训练模型CLSRIL-23(跨印度语言的跨语言语音表示),它可以从23种印度语言的原始音频中学习跨语言的语音表示。它是基于wav2vec2.0构建的,通过对掩码潜在语音表示进行对比任务训练,并共同学习所有语言共享的潜在语音量化。
Original Repo 以fairseq格式包含模型。
Language | Data (In Hrs) |
---|---|
Assamese | 254.9 |
Bengali | 331.3 |
Bodo | 26.9 |
Dogri | 17.1 |
English | 819.7 |
Gujarati | 336.7 |
Hindi | 4563.7 |
Kannada | 451.8 |
Kashmiri | 67.8 |
Konkani | 36.8 |
Maithili | 113.8 |
Malayalam | 297.7 |
Manipuri | 171.9 |
Marathi | 458.2 |
Nepali | 31.6 |
Odia | 131.4 |
Punjabi | 486.05 |
Sanskrit | 58.8 |
Santali | 6.56 |
Sindhi | 16 |
Tamil | 542.6 |
Telugu | 302.8 |
Urdu | 259.68 |
Experimentation 是建立在fairseq之上的平台。