torchaudio.prototype.models

该分包包含用于解决常见音频任务的模型的定义。torchaudio.prototype.models

注意

对于带有预训练参数的模型，请参考 module。

模型定义负责构建计算图并执行它们。

某些模型具有复杂的结构和变化。 对于此类模型，提供了工厂函数。

ConformerWav2Vec2PretrainModel 模型	Conformer Wav2Vec2 预训练模型，用于从头开始训练。
ConvEmformer （凸凸凸透镜）	实现 Streaming Transformer Transducer Based Speech Recognition Using Non-Causal Convolution [Shi et al.， 2022] 中引入的卷积增强流式转换器架构。
HiFiGANVocoder	HiFi GAN 的生成器部分 [Kong et al.， 2020]。

beta 模型的原型工厂函数

一些模型定义处于 beta 阶段，但有一些新的工厂函数仍处于原型阶段。请检查每个模型中的 “Prototype Factory Functions” 部分。

Wav2Vec2模型	wav2vec 2.0 中使用的声学模型 [Baevski et al.， 2020]。
RNNT	递归神经网络传感器 （RNN-T） 模型。