NVIDIA 發(fā)布了 NVIDIA Riva 在語音人工智能方面的新突破， NVIDIA NeMo 在大規(guī)模語言建模（ LLM ）方面的新突破。 Riva 是一款 GPU 加速語音人工智能 SDK ，用于企業(yè)為其品牌和虛擬助手生成富有表現(xiàn)力的類人語音。 NeMo 是語音和 NLU 的加速培訓框架，它現(xiàn)在有能力開發(fā)具有數(shù)萬億參數(shù)的大規(guī)模語言模型。

語音和語言人工智能的這些進步使企業(yè)和研究機構能夠輕松構建針對其行業(yè)和領域定制的最先進的對話人工智能功能。

英偉達 Riva

NVIDIA 發(fā)布了一個具有定制語音功能的新版本，企業(yè)只需 30 分鐘的語音數(shù)據即可輕松創(chuàng)建獨特的語音來代表其品牌。

此外， NVIDIA 宣布了Riva Enterprise，這是一項付費計劃，包括為需要大規(guī)模 Riva 部署的企業(yè)提供 NVIDIA 專家支持。 Riva 仍然免費提供給工作量較小的客戶和合作伙伴。

亮點包括：

在 A100 上用一天 30 分鐘的音頻數(shù)據創(chuàng)建一個新的神經語音。

細粒度控件以生成富有表現(xiàn)力的聲音。

A100 上的 Fastpitch + HiFiGAN 比 V100 上的 Tacotron2 + WaveGlow 性能高 12 倍。

支持五種其他語言的世界級語音識別。

擴展到成百上千的實時流。

在任何云端、本地和邊緣運行。

注冊以接收有關 Riva Enterprise 的最新消息和更新，以進行大規(guī)模部署 》》

使用 Riva 開發(fā)應用程序

閱讀此introductory post to了解 Riva 工作流中的組件。

接下來，按照本教程構建您自己的端到端語音識別服務：

Parthart： 1-EC6

Parthart： H2-Em7

Parthut： 3-ECEN-18

有關構建virtual assistants和transcription with entity recognition等語音應用程序的更多教程，請訪問Riva Getting Started. 》》

NVIDIA NeMo Megatron 、 Triton 多 – GPU 多節(jié)點推理和 Megatron 530B

NVIDIA 還推出了為企業(yè)構建、定制和部署大型語言模型的功能。 NeMo Megatron 是 NeMo 框架中的一項新功能，用于培訓多達數(shù)萬億個參數(shù)的大型語言模型（ LLM ）。

它包括Megatron方面的進步，這是一個由 NVIDIA 研究人員領導的開源項目，旨在開發(fā)有效培訓法學碩士的技術。企業(yè)可以使用 NeMo Megatron 定制 LLM ，如 Megatron 530B ，并使用 NVIDIA Triton 推理服務器跨多個 GPU 和節(jié)點進行部署。

亮點包括：

在包含數(shù)十億頁文本的龐大數(shù)據集上自動化數(shù)據整理。

為新的域和語言培訓Megatron 530B等模型。

從單節(jié)點擴展到超級計算機，包括數(shù)十個DGX A100系統(tǒng)。

導出到多個節(jié)點和 GPU s ，用于使用 NVIDIA Triton 推理服務器進行實時推理。

關于作者

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

審核編輯：郭婷