语音和语言人工智能的这些进步使企业和研究机构能够轻松构建针对其行业和领域定制的最先进的对话人工智能功能。
英伟达 Riva
NVIDIA 发布了一个具有定制语音功能的新版本，企业只需 30 分钟的语音数据即可轻松创建独特的语音来代表其品牌。
此外， NVIDIA 宣布了Riva Enterprise，这是一项付费计划，包括为需要大规模 Riva 部署的企业提供 NVIDIA 专家支持。 Riva 仍然免费提供给工作量较小的客户和合作伙伴。
亮点包括：
在 A100 上用一天 30 分钟的音频数据创建一个新的神经语音。
细粒度控件以生成富有表现力的声音。
A100 上的 Fastpitch + HiFiGAN 比 V100 上的 Tacotron2 + WaveGlow 性能高 12 倍。
支持五种其他语言的世界级语音识别。
扩展到成百上千的实时流。
在任何云端、本地和边缘运行。
注册以接收有关 Riva Enterprise 的最新消息和更新，以进行大规模部署 》》
使用 Riva 开发应用程序
阅读此introductory post to了解 Riva 工作流中的组件。
接下来，按照本教程构建您自己的端到端语音识别服务：
Parthart： 1-EC6
Parthart： H2-Em7
Parthut： 3-ECEN-18
有关构建virtual assistants和transcription with entity recognition等语音应用程序的更多教程，请访问Riva Getting Started. 》》
NVIDIA NeMo Megatron 、 Triton 多 – GPU 多节点推理和 Megatron 530B
NVIDIA 还推出了为企业构建、定制和部署大型语言模型的功能。 NeMo Megatron 是 NeMo 框架中的一项新功能，用于培训多达数万亿个参数的大型语言模型（ LLM ）。
它包括Megatron方面的进步，这是一个由 NVIDIA 研究人员领导的开源项目，旨在开发有效培训法学硕士的技术。企业可以使用 NeMo Megatron 定制 LLM ，如 Megatron 530B ，并使用 NVIDIA Triton 推理服务器跨多个 GPU 和节点进行部署。
亮点包括：
在包含数十亿页文本的庞大数据集上自动化数据整理。
为新的域和语言培训Megatron 530B等模型。
从单节点扩展到超级计算机，包括数十个DGX A100系统。
导出到多个节点和 GPU s ，用于使用 NVIDIA Triton 推理服务器进行实时推理。
关于作者
Siddharth Sharma 是NVIDIA 加速计算的高级技术营销经理。在加入NVIDIA 之前， Siddharth 是 Mathworks Simulink 和 Stateflow 的产品营销经理，与汽车和航空航天公司密切合作，采用基于模型的设计来创建控制软件。
