「揭秘」Speech AI 技術(shù)發(fā)展與前沿應(yīng)用
Speech AI 線上技術(shù)研討會(huì)
精彩議程搶先看
自二十世紀(jì)下半葉第一個(gè)基于計(jì)算機(jī)的語(yǔ)音合成系統(tǒng)誕生，至以隱馬爾可夫模型為代表的統(tǒng)計(jì)機(jī)器學(xué)習(xí)合成語(yǔ)音占據(jù)主流，再到近十年來(lái)基于神經(jīng)網(wǎng)絡(luò)的語(yǔ)音合成快速發(fā)展，計(jì)算機(jī)語(yǔ)音合成技術(shù)如今已能媲美真人發(fā)聲，并走向大規(guī)模的商業(yè)化落地階段。
Gartner 技術(shù)成熟度曲線表明，語(yǔ)音識(shí)別和語(yǔ)音合成技術(shù)如今已經(jīng)達(dá)到穩(wěn)步爬升恢復(fù)期和生產(chǎn)成熟期。國(guó)內(nèi)的智能語(yǔ)音市場(chǎng)也形成了比較成熟的格局，智能語(yǔ)音科技企業(yè)和互聯(lián)網(wǎng)企業(yè)成為主導(dǎo)。因此，要實(shí)現(xiàn)差異化競(jìng)爭(zhēng)，企業(yè)也在紛紛思考如何從單一的智能語(yǔ)音技術(shù)提供商轉(zhuǎn)型為提供全方位的人工智能技術(shù)和應(yīng)用的服務(wù)商。此外，盡管技術(shù)已經(jīng)趨近成熟，門(mén)檻大大降低，開(kāi)發(fā)和運(yùn)行可落地的語(yǔ)音人工智能服務(wù)仍然是一項(xiàng)復(fù)雜而艱巨的任務(wù)，通常需要面臨實(shí)時(shí)性、可理解性、自然性、低資源、魯棒性等挑戰(zhàn)。
在智能語(yǔ)音市場(chǎng)的競(jìng)爭(zhēng)格局中，一大空缺是算法、通用類(lèi)芯片和云端 AI 芯片。借助以 GPU 為代表的通用類(lèi)芯片上的技術(shù)優(yōu)勢(shì)，NVIDIA 進(jìn)軍了智能語(yǔ)音領(lǐng)域。基于自動(dòng)語(yǔ)音識(shí)別（ ASR ）和語(yǔ)音合成（ TTS ），NVIDIA Riva 簡(jiǎn)化了開(kāi)發(fā)語(yǔ)音 AI 服務(wù)的端到端流程，并為語(yǔ)音交互提供實(shí)時(shí)性能。此外，包括 NVIDIA TensorRT 和 Triton 推理服務(wù)器在內(nèi)的諸多 NVIDIA 技術(shù)也幫助各種 Speech AI 工作負(fù)載進(jìn)行大幅的降本增效。不論是 AI 呼叫中心、虛擬主力語(yǔ)音接口，還是視頻會(huì)議中的實(shí)時(shí)字幕等應(yīng)用，NVIDIA GPU 及 NVIDIA 加速技術(shù)都在幫助用戶(hù)進(jìn)一步為技術(shù)落地降低門(mén)檻，為自動(dòng)駕駛、醫(yī)療等場(chǎng)景的智能語(yǔ)音應(yīng)用創(chuàng)新賦能。
2022 年 10 月 25 日和 27 日，NVIDIA 在 DataFun 直播間，舉辦 Speech AI 線上技術(shù)研討會(huì)，由資深專(zhuān)家介紹 NVIDIA NeMo / RIVA 構(gòu)建語(yǔ)音應(yīng)用的工作流、GPU 加速和部署 Speech AI 任務(wù)全流程的最佳實(shí)踐，更榮幸邀請(qǐng)到了 WeNet 開(kāi)源社區(qū)發(fā)起人為我們分享 WeNet 社區(qū)的最新技術(shù)進(jìn)展。
議題介紹
★
NVIDIA NeMo 工具介紹，以及如何利用 NeMo 進(jìn)行語(yǔ)音相關(guān)任務(wù)的訓(xùn)練
NeMo 是 NVIDIA 推出的一款主打GPU 訓(xùn)練的工具，可以支持常見(jiàn)的 Speech AI 相關(guān)的任務(wù)，例如ASR、NLP、TTS、Speaker Recognition 等。將以中文語(yǔ)音識(shí)別為例，介紹如何利用 NeMo 快速地完成該任務(wù)的訓(xùn)練。同時(shí)也會(huì)介紹 NeMo 中目前已有的一些功能，例如 VAD、說(shuō)話人日志等。
通過(guò)本次演講您將收獲以下內(nèi)容：
如果利用 NeMo 訓(xùn)練 ASR 模型？
NeMo 對(duì)中文語(yǔ)音任務(wù)的支持有哪些？
NeMo 支持其他哪些 Speech processing 的任務(wù)？
演講嘉賓
丁文 NVIDIA 解決方案架構(gòu)師
畢業(yè)于上海交通大學(xué)，導(dǎo)師為俞凱教授。畢業(yè)后曾就職于頭部互聯(lián)網(wǎng)公司語(yǔ)音交互部門(mén)，主要負(fù)責(zé)流式 ASR 的迭代與優(yōu)化、粵語(yǔ) ASR 等。目前就職于 NVIDIA，負(fù)責(zé) Riva 中文 ASR 模型迭代，中文 ASR 模型 GPU 部署方案落地與優(yōu)化等。
★
使用 NVIDIA Riva 部署企業(yè)級(jí) ASR 服務(wù)
NVIDIA Riva 提供了最先進(jìn)的 GPU 優(yōu)化部署解決方案，用于構(gòu)建和部署完全可定制的實(shí)時(shí)語(yǔ)音識(shí)別服務(wù)，用于諸如呼叫中心代理協(xié)助、虛擬助理、數(shù)字化身、品牌語(yǔ)音和視頻會(huì)議轉(zhuǎn)錄等應(yīng)用程序。
本次分享將為大家介紹 NVIDIA Riva 的主要特性，包括高精度的預(yù)訓(xùn)練語(yǔ)音模型，高性能推理模型，以及高可擴(kuò)展的推理服務(wù)。
通過(guò)本次演講您將收獲以下內(nèi)容：
如何使用 NVIDIA Riva 在 GPU 上快速部署語(yǔ)音識(shí)別服務(wù)？
Riva 是如何針對(duì) GPU 進(jìn)行優(yōu)化加速的？
怎樣進(jìn)行定制化達(dá)到更好的語(yǔ)音識(shí)別精度？
演講嘉賓
齊家興 NVIDIA 解決方案架構(gòu)師
德國(guó)亞琛工業(yè)大學(xué)博士，目前于英偉達(dá)企業(yè)解決方案部門(mén)擔(dān)任高級(jí)架構(gòu)師，多年來(lái)從事自然語(yǔ)言處理和語(yǔ)音識(shí)別等方向研究，助力多家企業(yè)基于 GPU 平臺(tái)實(shí)現(xiàn)高效易用的訓(xùn)練和推理平臺(tái)。他是英偉達(dá) NeMo，Riva 語(yǔ)音識(shí)別訓(xùn)練推理平臺(tái)的中文模型開(kāi)發(fā)者之一。
★
利用 Triton Inference Server 和 TensorRT 加速語(yǔ)音 AI 在云端的運(yùn)行效率
演講將主要介紹云上部署端到端 ASR 服務(wù)最佳實(shí)踐以及云上部署端到端 TTS 服務(wù)最佳實(shí)踐。
通過(guò)本次演講您還將收獲以下內(nèi)容：
了解如何加速語(yǔ)音 AI 模型
了解如何節(jié)省語(yǔ)音 AI服務(wù)的部署成本
演講嘉賓
劉川 NVIDIA 資深解決方案架構(gòu)師
NVIDIA 中文語(yǔ)音解決方案主要負(fù)責(zé)人，對(duì)基于 GPU 的語(yǔ)音識(shí)別和語(yǔ)音合成在云上的部署有豐富經(jīng)驗(yàn)。
★
WeNet 在 Speech AI 的應(yīng)用與探索
演講將主要介紹開(kāi)源極簡(jiǎn)史、語(yǔ)音開(kāi)源簡(jiǎn)史、WeNet 開(kāi)源社區(qū)以及基于 GPU 的語(yǔ)音識(shí)別實(shí)踐。
通過(guò)本次演講您將收獲以下內(nèi)容：
了解 WeNet 開(kāi)源社區(qū)
WeNet 社區(qū)中如何支持和使用 GPU
演講嘉賓
張彬彬 WeNet 開(kāi)源社區(qū)發(fā)起人
碩士畢業(yè)于西北工業(yè)大學(xué)音頻語(yǔ)音與語(yǔ)音處理研究組。WeNet 開(kāi)源社區(qū)發(fā)起人，主導(dǎo)了業(yè)界領(lǐng)先的開(kāi)源端到端語(yǔ)音識(shí)別項(xiàng)目 WeNet 和大規(guī)模多領(lǐng)域中文語(yǔ)音識(shí)別開(kāi)源數(shù)據(jù)集 WenetSpeech 的開(kāi)發(fā)。現(xiàn)任地平線語(yǔ)音算法專(zhuān)家，曾先后在微軟、出門(mén)問(wèn)問(wèn)等公司從事語(yǔ)音識(shí)別算法和產(chǎn)品研發(fā)。
參與方式
精彩連續(xù)，點(diǎn)擊“閱讀原文”或掃描下方海報(bào)二維碼，馬上注冊(cè)預(yù)約！
原文標(biāo)題：「揭秘」Speech AI 技術(shù)發(fā)展與前沿應(yīng)用
文章出處：【微信公眾號(hào)：NVIDIA英偉達(dá)企業(yè)解決方案】歡迎添加關(guān)注！文章轉(zhuǎn)載請(qǐng)注明出處。
-
英偉達(dá)
+關(guān)注
關(guān)注
22文章
3848瀏覽量
91991
原文標(biāo)題：「揭秘」Speech AI 技術(shù)發(fā)展與前沿應(yīng)用
文章出處：【微信號(hào)：NVIDIA-Enterprise，微信公眾號(hào)：NVIDIA英偉達(dá)企業(yè)解決方案】歡迎添加關(guān)注！文章轉(zhuǎn)載請(qǐng)注明出處。
發(fā)布評(píng)論請(qǐng)先 登錄
相關(guān)推薦
醫(yī)療物聯(lián)網(wǎng)的技術(shù)發(fā)展及Silicon Labs解決方案
龍騰半導(dǎo)體第十五屆亞洲電源技術(shù)發(fā)展論壇精彩回顧
深度參與，共話未來(lái) —— 吹田電氣亮相第十五屆亞洲電源技術(shù)發(fā)展論壇
直流高壓電源技術(shù)發(fā)展淺析
DEKRA德凱探討AI安全技術(shù)的前沿趨勢(shì)
揭秘高精度貼裝技術(shù)如何助力AI芯片量產(chǎn)飛躍
智能駕駛技術(shù)發(fā)展趨勢(shì)
《AI for Science：人工智能驅(qū)動(dòng)科學(xué)創(chuàng)新》第二章AI for Science的技術(shù)支撐學(xué)習(xí)心得
科幻前沿技術(shù)發(fā)展論壇召開(kāi) 十余名科幻大咖暢議科幻創(chuàng)意賦能科技創(chuàng)新
無(wú)線充電技術(shù)發(fā)展趨勢(shì)
Build 2024發(fā)布多項(xiàng)Azure AI Speech全新多模態(tài)功能
揭秘氣候技術(shù)發(fā)展的關(guān)鍵平臺(tái)Earth-2的核心—CorrDiff
高通在2024 MWC展示AI領(lǐng)域新突破
AI大模型加速落地! 西部數(shù)據(jù)助力數(shù)據(jù)中心智能化升級(jí)
工商網(wǎng)監(jiān)
評(píng)論