使用多種語言創建語音 AI 應用程序，并使用 Riva 自定義文本到語音

本月， NVIDIA 在 Riva 中發布了西班牙語、德語和俄語的世界級語音到文本模型，為企業在全球部署語音 AI 應用提供了動力。此外，企業現在可以使用 Riva 的可定制文本到語音管道創建富有表現力的語音界面。

NVIDIA Riva 是一款 GPU 加速語音 AI SDK ，用于開發實時應用程序，如實時字幕、向基于文本的聊天機器人添加語音，以及在呼叫中心生成實時轉錄。為了便于實施， Riva 在 NGC 目錄中提供了高度精確的預訓練模型。

和 TAO 工具包，這些模型可以為任何行業定制，包括電信、金融、統一通信即服務和醫療保健。開發者可以使用 Riva 開箱即用地部署這些模型。它們經過優化，可以在云、數據中心和邊緣在不到 300 毫秒的時間內實時運行。

Riva 發布亮點包括

從呼叫中心到虛擬助手，每一個對話人工智能應用程序都嚴重依賴于自動語音識別。企業可以通過 Riva 英語、西班牙語、德語和俄語的自動語音識別在全球范圍內擴展這些應用程序。

非英語自動語音識別模型是在各種開源數據集（如 Mozilla Common Voice ）以及私有數據集上訓練的。 Riva 開發自動語音識別模型是為了提供開箱即用的準確度，并作為適應行業、行話、方言甚至嘈雜環境的良好起點。在流行的評估數據集上，這些模型在多個行業應用中提供了世界級的準確性。

為了讓客戶享受逼真的對話，語音應用程序必須提供類似人類的表情。使用 FASTROPE ，NVIDIA 語音 AI 研究小組創建的新模型 Riva 幫助開發者定制文本到語音管道并創建表達性語音接口。例如，在推理過程中，開發人員可以使用 SSML 標簽改變語音音調和速度。

最新的最先進的模型，比如里瓦的 Fastpitch ，幫助文本到語音管道的運行速度比市場上其他競爭對手快幾倍。

訂閱 NVIDIA 開發者博客以了解所有對話 AI / NLP 的最新信息。