Speech AI

本文将分享如何使用 NVIDIA Riva 快速部署 Speech AI 服务。Riva Skills 是一个高度可定制化的工具，它利用 GPU 加速实时流式的语音识别和语音合成，并且能够同时处理成千上万个并发请求。它支持多种部署平台，包括本地、云端和端侧。

本文将分享英伟达针对 Speech AI 和大模型开发的训练框架 NeMo。NeMo 工具包主要包括 ASR、NLP 和 TTS 三个领域的模型和功能特性。我们提取了这三个模块的特性，并在 PyTorch 框架中实现了良好的功能提升，这些提升已经集成到 NeMo 的 Core 部分。