Riva和NeMo Megatron 的最新技術

使用來自Riva和NeMo Megatron 的最新技術，在多種語言中構建語音人工智能，並訓練大型語言模型

在上週的NVIDIA GTC 2022大會上，NVIDIA宣佈了Riva的重大更新，一個用於構建語音AI應用的SDK，以及一個付費的Riva Enterprise。同時也宣佈了NeMo Megatron (一個訓練大型語言模型的框架)的幾個關鍵更新。

Riva 2.0一般可用性
Riva提供了世界一流的實時自動語音識別(ASR)和文本到語音(TTS)技能，可以在任何雲中部署。Snap、T-Mobile、RingCentral和Kore等行業領導者。ai在客戶服務中心應用程序、轉錄和虛擬助理中使用Riva。

最新的Riva版本包括:

 多種語言的ASR:英語，西班牙語，德語，俄語和漢語。
 高質量的TTS語音定製獨特的語音字體。
 麵向特定領域的定製，使用TAO Toolkit或NVIDIA NeMo，在口音、領域和特定國家的行話方麵具有無與倫比的準確性。
 支持在雲計算、預部署和嵌入式平颱上運行。
 一個顯示如何使用SSML標籤控製Riva文本到語音的音調和速度的GIF。
 NVIDIA Riva可控製的文本到語音，使用SSML標籤可以很容易地調整音調和速度。
 在Riva産品頁麵上嚐試Riva自動語音識別。

Defined.ai與NVIDIA合作，爲希望購買語音培訓和跨語言、域和錄音類型驗証數據的企業提供了一個流暢的工作流程。

Riva Enterprise
NVIDIA還推出了Riva Enterprise，這是一款付費産品，提供給大規模部署Riva的企業，並由NVIDIA專家提供業務標準支持。

福利包括:
 在任何雲平颱和預部署平颱上無限製地使用ASR和TTS服務。
 在當地工作時間訪問NVIDIA AI專家，獲得配置和性能方麵的指導。
 長期支持維護控製和昇級計劃。
 優先訪問新版本和特性。
 Riva Enterprise是NVIDIA Launchpad上的免費試用版，供企業評估和創建應用程序原型。

啟動Riva Enterprise操作實驗颱包括:
 與實時語音AI api交互。
 添加語音人工智能功能到會話人工智能應用。
 微調語音人工智能流水線上的自定義數據，以獲得更高的準確性。

NeMo Megatron
英偉達(NVIDIA)宣佈對NVIDIA NeMo Megatron進行新昇級，這是一個用於訓練大型語言模型(LLM)的框架，可提供數萬億參數。基於Megatron論文的創新，與NeMo Megatron研究機構和企業可以訓練任何LLM收斂。NeMo Megatron提供數據預處理、並行(數據、張量和管道)、編排和調度以及自動精度適應。

它包括經過徹底測試的配方、流行的LLM架構實現和組織快速開始其LLM旅程所需的工具。

瑞典AI、京東、Naver和佛羅裡達大學是NVIDIA技術在構建大型語言模型方麵的早期使用者。

最新版本包括:
 超參數調優工具——根據客戶的需求和基礎設施的限製自動創建配方。
 T5和mT5型號的參考配方。
 支持在雲上培訓LLM，從Azure開始。
 分佈式數據預處理腳本，縮短端到端培訓時間。

在“實踐中的自然語言理解:從成功的企業部署中學到的經驗”GTC會話中了解更多關於llm的有趣應用程序和部署它們的最佳實踐。

作者介紹：
Siddharth Sharma
Siddharth Sharma是NVIDIA加速計算部門的高級技術營銷經理。在加入英偉達之前，Siddharth是Mathworks公司Simulink和statflow的産品營銷經理，與汽車和航空公司密切合作，採用基於模型的設計來創建控製軟件。

Gordana Neskovic
Gordana Neskovic是AI / DL産品營銷團隊的成員，負責NVIDIA Maxine。在加入NVIDIA之前，Gordana曾在VMware、Wells Fargo、Pinterest、sfot – itt和KLA-Tencor擔任過各種産品營銷、數據科學家、AI架構師和工程職位。她擁有Santa Clara University的博士學位，以及塞爾維亞貝爾格萊德大學(University of Belgrade)的電氣工程碩士和學士學位。
查看Gordana Neskovic的所有帖子

Sirisha Rella
Sirisha Rella是NVIDIA的技術産品營銷經理，專注於計算機視覺、語音和基於語言的深度學習應用。Sirisha在密蘇裡-堪薩斯城大學獲得計算機科學碩士學位，並在美國國家科學基金會-大學習中心擔任研究生研究助理。