torchaudio.prototype.pipelines

pipelines 子包包含具有预训练权重和相关实用程序的模型的 API。

RNN-T 流/非流 ASR

预训练模型

EMFORMER_RNNT_BASE_MUSTC	预先训练的基于 Emformer-RNNT 的 ASR 管道，能够执行流式和非流式推理。
EMFORMER_RNNT_BASE_TEDLIUM3	预先训练的基于 Emformer-RNNT 的 ASR 管道，能够执行流式和非流式推理。

HiFiGAN 声码器

接口

定义了能够将梅尔频谱图转换为波形的 HiFiGAN Vocoder 管道。

HiFiGANVocoder捆绑包

捆绑相关信息以使用 pretrained 的数据类。

预训练模型

HIFIGAN_VOCODER_V3_LJSPEECH

HiFiGAN Vocoder 管道，在 LJ 语音数据集上训练 [Ito 和 Johnson，2017]。

VGGish

接口

VGGish捆绑包	VGGish [Hershey et al.， 2017] 从 torchvggish 和 tensorflow 模型移植的推理管道。
VGGish捆绑.VGGish	VGGish 模型的实现 [Hershey et al.， 2017]。
VGGishBundle.VGGishInputProcessor	将原始波形转换为批量示例，以用作 VGGish 的输入。

预训练模型

VGGISH

从 torchvggish 和 tensorflow 模型移植的预训练 VGGish [Hershey et al.， 2017] 推理管道。