通俗解释
先用卷积把波形变成帧特征，再遮住一部分，让 Transformer 从候选里认出被遮住位置的正确量化表示（对比学习）。预训练只用无标注音频，之后用很少的转写数据加 CTC 微调就能得到好的识别效果，论文中只用 10 分钟标注数据也能识别。
用在哪里：低资源语言语音识别、语音特征提取（Hugging Face 常用 ASR 模型）
01原始论文
wav2vec 2.0: A Framework for Self-Supervised Learning of Speech Representations
Alexei Baevski, Henry Zhou, Abdelrahman Mohamed, et al. · 2020
arXiv ↗ ✓ 已核实 · arXiv API
02知识位置
左边先学；右边是学完它之后可以学的。
左：前置 · 右：后继 · 虚线：相关。看完整关系图 →
03学习资料
官方文档、图解、课程和参考实现，链接都核对过。
04在课程里哪里学
给 AI 读 / 数据说明
- 核实状态：已核实，核对于 2026-10-22。
- JSON: /api/learn/algorithms.json (id:
wav2vec2)