用Riva和NeMo Megatron構(gòu)建語音AI

上周， NVIDIA GTC 2022 宣布了對 Riva 的重大更新。 Riva 是一個用于構(gòu)建語音 AI 應(yīng)用程序的 SDK ，以及一個付費的 Riva 企業(yè)產(chǎn)品。 NeMo Megatron 是一個用于訓(xùn)練大型語言模型的框架，它的幾項關(guān)鍵更新也已宣布。

Riva 2.0 通用性

Riva 為跨多種語言的實時自動語音識別（ ASR ）和文本到語音（ TTS ）技能提供了世界級的準(zhǔn)確性，并且可以部署在 prem 上、任何云中。 Snap 、 T-Mobile 、 RingCentral 和 Kore 等行業(yè)領(lǐng)導(dǎo)者。 ai 在客戶服務(wù)中心應(yīng)用程序、轉(zhuǎn)錄和虛擬助理中使用 Riva 。

最新的 Riva 版本包括：

ASR 有多種語言：英語、西班牙語、德語、俄語和普通話。

高質(zhì)量的 TTS 語音可定制獨特的語音字體。

使用 TAO Toolkit 或 NVIDIA NeMo 進行特定于領(lǐng)域的定制，在口音、領(lǐng)域和國家特定術(shù)語方面具有無與倫比的準(zhǔn)確性。

支持在云端、 prem 和嵌入式平臺上運行。

圖 1:NVIDIA Riva 可控文本到語音使得使用 SSML 標(biāo)簽可以輕松調(diào)整音調(diào)和速度。

在手機上嘗試 Riva 自動語音識別 Riva 產(chǎn)品頁面 。

Defined.ai 與 NVIDIA 合作，為希望購買跨語言、域和錄音類型的語音培訓(xùn)和驗證數(shù)據(jù)的企業(yè)提供一個順暢的工作流程?？稍?此處 中找到針對 NVIDIA 開發(fā)人員的 DefinedCrowd 數(shù)據(jù)集示例。

下載 RIVA ，它是免費的NVIDIA 開發(fā)人員的成員從 NGC 免費。

Riva 企業(yè)

NVIDIA 還推出了 Riva Enterprise ，這是一款付費產(chǎn)品，面向在NVIDIA 專家的業(yè)務(wù)標(biāo)準(zhǔn)支持下大規(guī)模部署 Riva 的企業(yè)。

好處包括：

在任何云和 prem 平臺上不受限制地使用 ASR 和 TTS 服務(wù)。

在當(dāng)?shù)貭I業(yè)時間與NVIDIA 人工智能專家聯(lián)系，獲取有關(guān)配置和性能的指導(dǎo)。

為維護控制和升級計劃提供長期支持。

優(yōu)先訪問新版本和功能。

Riva Enterprise 在 NVIDIA Launchpad 上提供免費試用版，供企業(yè)評估并制作應(yīng)用程序原型。

Riva launchpad 上的 Enterprise 包括引導(dǎo)實驗室，用于：

與實時語音 AI API 交互。

將語音 AI 功能添加到對話 AI 應(yīng)用程序中。

在自定義數(shù)據(jù)上微調(diào)語音 AI 管道以獲得更高的準(zhǔn)確性。

申請 用于您的 Riva 企業(yè)試用。

通過 對話人工智能解謎 GTC 課程了解有關(guān)如何構(gòu)建、優(yōu)化和部署語音 AI 應(yīng)用程序的更多信息。

NeMo Megatron

NVIDIA 宣布了新的更新 NVIDIA NeMo Megatron ，這是一個培訓(xùn)大型語言模型（ LLM ）的框架，其參數(shù)高達數(shù)萬億?；?Megatron paper 的創(chuàng)新， NeMo Megatron 的研究機構(gòu)和企業(yè)可以培訓(xùn)任何 LLM ，以實現(xiàn)融合。 NeMo Megatron 提供數(shù)據(jù)預(yù)處理、并行（數(shù)據(jù)、張量和管道）、編排和調(diào)度，以及自動精度自適應(yīng)。

它包括經(jīng)過徹底測試的配方、流行的 LLM 架構(gòu)實現(xiàn)，以及組織快速開始 LLM 之旅所需的工具。

瑞典，法學(xué)博士。 com 、 Naver 和佛羅里達大學(xué)是 Nvidia 技術(shù)的早期采用者，用于建立大型語言模型。

最新版本包括：

Hyperparameter tuning tool 會根據(jù)客戶需求和基礎(chǔ)設(shè)施限制自動創(chuàng)建配方。

T5 和 mT5 車型的參考配方。

支持在云上培訓(xùn) LLM ，從 Azure 開始。

分布式數(shù)據(jù)預(yù)處理腳本，縮短端到端培訓(xùn)時間。

關(guān)于作者

About Siddharth Sharma：

Siddharth Sharma 是NVIDIA 加速計算的高級技術(shù)營銷經(jīng)理。在加入NVIDIA 之前， Siddharth 是 Mathworks Simulink 和 Stateflow 的產(chǎn)品營銷經(jīng)理，與汽車和航空航天公司密切合作，采用基于模型的設(shè)計來創(chuàng)建控制軟件。

About Gordana Neskovic：

Gordana Neskovic 是AI/DL產(chǎn)品營銷團隊的成員，負責(zé) NVIDIA Maxine。在加入 NVIDIA 之前，Gordana曾在VMware、Wells Fargo、Pinterest、SFO-ITT和KLA Tencor擔(dān)任過各種產(chǎn)品營銷、數(shù)據(jù)科學(xué)家、AI架構(gòu)師和工程職位。她擁有博士學(xué)位。圣塔 Clara 大學(xué)，塞爾維亞貝爾格萊德大學(xué)電氣工程碩士和學(xué)士學(xué)位。

About Sirisha Rella：

Sirisha Rella 是 NVIDIA 的技術(shù)產(chǎn)品營銷經(jīng)理，專注于計算機視覺、語音和基于語言的深度學(xué)習(xí)應(yīng)用。 Sirisha 獲得了密蘇里大學(xué)堪薩斯城分校的計算機科學(xué)碩士學(xué)位，是國家科學(xué)基金會大學(xué)習(xí)中心的研究生助理。

審核編輯：郭婷