torchaudio.prototype.models

torchaudio.prototype.models 子包包含用于解决常见音频任务的模型定义。

注意

对于具有预训练参数的模型，请参阅 torchaudio.prototype.pipelines 模块。

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体。 针对此类模型，提供了工厂函数。

ConformerWav2Vec2PretrainModel	用于从头训练的 Conformer Wav2Vec2 预训练模型。
ConvEmformer	实现了在 Streaming Transformer Transducer based Speech Recognition Using Non-Causal Convolution 中介绍的卷积增强流式 Transformer 架构 [Shi et al., 2022]。
HiFiGANVocoder	Generator 部分的 HiFi GAN [Kong et al., 2020].

Beta 模型的原型工厂函数

部分模型定义处于测试阶段，但仍有新的工厂函数仍处于原型阶段。请查看每个模型中的“原型工厂函数”部分。

Wav2Vec2Model	wav2vec 2.0中使用的声学模型 [Baevski et al., 2020]。
RNNT	循环神经网络转换器（RNN-T）模型。