【场景应用2】speech_recognition： 微调语音模型

本笔记演示如何对多语言预训练语音模型进行微调，以用于自动语音识别任务。

本笔记设计用于在 TIMIT 数据集上运行，支持使用 Model Hub 中任何带有 Connectionist Temporal Classification (CTC) 头的语音模型检查点。根据所选模型和使用的 GPU 配置，可能需要调整 batch size 以避免内存溢出错误。设置这两个参数后，笔记其余部分应能顺利运行：

model_checkpoint = "facebook/wav2vec2-base"  # 指定Model Hub中的预训练模型检查点（facebook的wav2vec2-base模型）
batch_size = 32  # 设置批处理大小（根据GPU显存调整，避免OOM内存溢出错误）

在开始之前，我们需要安装最新版的datasets和transformers库。此外，还需安装librosa包用于加载音频文件࿰