使用 Hugging Face Transformers 微调 XLS-R 进行低资源语音识别教程

Hugging Face 发布了使用 Transformers 库微调 XLS-R（Wav2Vec2 跨语言后继版本）进行低资源语音识别（ASR）的完整教程。指南以 Common Voice 土耳其语数据集为例，详细介绍了音频重采样至 16kHz、构建字符词表、配置 Wav2Vec2CTCTokenizer 与 Wav2Vec2FeatureExtractor 的流程。