Dubawa
NVIDIA Riva shine SDK mai haɓaka GPU don samar da magana AI (ASR, TTS, da fassarar), yayin da NeMo shine kayan aikin buɗe tushen don horarwa da daidaita samfuran da ke ƙasa. Tare suna ƙyale masu haɓakawa su yi sauri, aikace-aikacen murya da za a iya daidaita su waɗanda ke gudana akan kayan aikin NVIDIA.
NVIDIA Riva da Magana NeMo suna zaune a cikin ayyukan aiki na audio-AI wanda ke canza magana, kiɗa, da sauti don sadarwa, samun dama, da samar da kafofin watsa labarai.
Zurfafa nutsewa
NeMo (Modules Neural) shine tsarin buɗaɗɗen tushen tushen PyTorch na NVIDIA don gina AI na tattaunawa. Yana jigilar samfuran da aka riga aka horar don gane magana ta atomatik (ASR), rubutu-zuwa-magana (TTS), da ayyukan harshe na halitta, waɗanda aka tsara azaman 'na'urorin jijiyoyi' waɗanda za'a iya sake amfani da su za ku iya daidaitawa akan bayanan ku. Riva shine gefen turawa: yana tattara ingantattun samfura a bayan sabar gRPC mai yawo, ta amfani da TensorRT da Triton Inference Server don buga ƙarancin latency a sikelin. Aiki na yau da kullun yana ba da horo ko daidaita samfuri a cikin NeMo, yana fitar da shi zuwa tsarin Riva, sannan ya yi amfani da shi don rubutawa ko haɗawa ta ainihi. Riva yana goyan bayan ƙaddamar da yawo tare da tambura matakin kalma, muryoyin TTS na jijiyoyi, diarization na lasifikar, da kuma yaruka da yawa, duk an daidaita su don gudanar da ingantaccen aiki akan NVIDIA GPUs.
Fahimtar Fasaha
Gudun Riva ya fito ne daga haɗa samfura tare da TensorRT da yi musu hidima ta hanyar Triton, wanda ke haɗa kernels, ya shafi gauraye-daidai (FP16/INT8), da buƙatun buƙatun lokaci guda. Samfuran ASR kamar Conformer-CTC ko Parakeet rafi mai jiwuwa cikin ƙananan guntu yayin kiyaye mahallin, samar da juzu'i a cikin dubun milliseconds. Bututun TTS sun haɗa samfurin sauti (misali, FastPitch) tare da vocoder na jijiyoyi (misali, HiFi-GAN) don samar da sifofin igiyoyi cikin sauri fiye da ainihin lokacin akan GPU guda.
Jagorar NVIDIA Riva da Magana NeMo
NVIDIA Riva shine SDK mai haɓaka GPU don samar da magana AI (ASR, TTS, da fassarar), yayin da NeMo shine kayan aikin buɗe tushen don horarwa da daidaita samfuran da ke ƙasa. Tare suna ƙyale masu haɓakawa su yi sauri, aikace-aikacen murya da za a iya daidaita su waɗanda ke gudana akan kayan aikin NVIDIA. NVIDIA Riva da Magana NeMo suna zaune a cikin ayyukan aiki na audio-AI wanda ke canza magana, kiɗa, da sauti don sadarwa, samun dama, da samar da kafofin watsa labarai. Don gina zurfin fahimta, bi da NVIDIA Riva da NeMo Speech a matsayin samfurin aiki, ba fasali ɗaya ba: ayyana sakamakon da ake so, bayyana zato, da raba abin da tsarin zai iya yi da dogaro daga abin da har yanzu yana buƙatar yanke hukunci na ƙwararru.
A aikace, ƙungiyoyi masu ƙarfi da ke amfani da NVIDIA Riva da NeMo Speech suna kula da inganci, jinkiri, da yarda a matsayin daidai mahimman sassa na dabarun turawa. Suna rubuta ƙayyadaddun ƙa'idodin nasara, gwaji akan bayanan gaskiya da gudanawar aiki, da jujjuyawar bisa ga tsarin gazawar da aka lura maimakon cin nasara na lokaci ɗaya. Wannan shine inda fahimtar ka'idar ta juya zuwa iyawa mai dorewa a cikin samfura, manufofi, da ayyuka.
Yana inganta samun dama ta hanyar rubutu, ba da labari, da mu'amalar murya. A lokaci guda, rashin amfani da murya da haɗarin kwaikwaya yana ƙaruwa lokacin da aka rasa izini. Hanyar da ta fi dacewa ita ce haɗa saurin gwaji tare da horon gudanarwa: gudanar da matukin jirgi, kama shaida, buga rajistan ayyukan yanke shawara, da ci gaba da sabunta abubuwan tsaro kamar yadda halayen ƙira, tsammanin mai amfani, da buƙatun tsari ke tasowa.
Dabarun Tasiri
Yana inganta samun dama ta hanyar rubutu, ba da labari, da mu'amalar murya.
Yana inganta samun dama ta hanyar rubutu, ba da labari, da mu'amalar murya. A cikin ƙawance masu inganci, ana fassara wannan zuwa ƙa'idodin aiki waɗanda za a iya aunawa, iyakokin ikon mallaka, da kuma bita-da-kullin bita don ƙungiyoyi su iya haɓaka kwarin gwiwa a maimakon ɓata shakku.
Ƙungiyoyin kafofin watsa labaru na iya jigilar sauti mai gogewa cikin sauri tare da ƙaramin kasafin kuɗi.
Ƙungiyoyin kafofin watsa labaru na iya jigilar sauti mai gogewa cikin sauri tare da ƙaramin kasafin kuɗi. A cikin ƙawance masu inganci, ana fassara wannan zuwa ƙa'idodin aiki waɗanda za a iya aunawa, iyakokin ikon mallaka, da kuma bita-da-kullin bita don ƙungiyoyi su iya haɓaka kwarin gwiwa a maimakon ɓata shakku.
Tsarin fuskantar abokin ciniki na iya aiwatar da hulɗar magana a mafi girman ma'auni.
Tsarin fuskantar abokin ciniki na iya aiwatar da hulɗar magana a mafi girman ma'auni. A cikin ƙawance masu inganci, ana fassara wannan zuwa ƙa'idodin aiki waɗanda za a iya aunawa, iyakokin ikon mallaka, da kuma bita-da-kullin bita don ƙungiyoyi su iya haɓaka kwarin gwiwa a maimakon ɓata shakku.
Aiwatar da Gaskiyar Duniya
Rubutun wurin kira na ainihi da wakili mai rai yana taimakawa wannan taken kiran abokin ciniki tare da tambura matakin-kalmar
Gina masu alamar muryoyin TTS na al'ada don mataimaki na zahiri ta hanyar daidaita FastPitch a cikin NeMo akan ƴan sa'o'i na rikodi.
Taken kai tsaye da fassarar magana don taron taron bidiyo ko yawo a kan NVIDIA GPUs
Kyakkyawan daidaita samfurin ASR na Conformer akan ƙayyadaddun likitancin yanki ko ƙamus na doka ta amfani da NeMo, sannan yi masa hidima ta Riva
Hanyoyin Aiwatarwa
NVIDIA Riva da NeMo Magana a aikace
Rubutun wurin kira na ainihi da wakili mai rai yana taimakawa wannan taken kiran abokin ciniki tare da tambura matakin-kalmar.
Rubutun wurin kira na lokaci-lokaci da wakili mai rai yana taimakawa waccan taken kiran abokin ciniki tare da matakan lokaci-lokaci Ƙungiyoyi yawanci suna samun sakamako mafi kyau lokacin da suka ayyana ma'auni masu inganci a gaba, kiyaye hanyar haɓakar ɗan adam don ƙararraki, da bin diddigin nasarorin samarwa da ƙimar kuskure akan lokaci.
NVIDIA Riva da NeMo Magana a aikace
Gina masu alamar muryoyin TTS na al'ada don mataimaki mai kama-da-wane ta hanyar daidaitawa FastPitch a cikin NeMo akan ƴan sa'o'i na rikodi.
Gina al'ada masu alamar muryoyin TTS don mataimaki mai kama-da-wane ta hanyar daidaitawa FastPitch a cikin NeMo akan ƴan sa'o'i na rikodi Ƙungiyoyi yawanci suna samun sakamako mafi kyau lokacin da suka ayyana ma'auni masu inganci a gaba, kiyaye hanyar haɓakar ɗan adam don shari'o'in gefe, da kuma bin diddigin nasarorin samarwa da ƙimar kuskure akan lokaci.
NVIDIA Riva da NeMo Magana a aikace
Taken kai tsaye da fassarar magana don taron taron bidiyo ko yawo a kan NVIDIA GPUs.
Taken kai tsaye da fassarar magana don taron taron bidiyo ko yawo a kan NVIDIA GPUs Ƙungiyoyi yawanci suna samun sakamako mafi kyau lokacin da suka ayyana ƙofofin inganci a gaba, kiyaye hanyar haɓakar ɗan adam don ƙararraki, da bin diddigin nasarorin samarwa da ƙimar kuskure a kan lokaci.
NVIDIA Riva da NeMo Magana a aikace
Kyakkyawan daidaita samfurin ASR na Conformer akan takamaiman yanki na likitanci ko ƙamus na doka ta amfani da NeMo, sannan yin hidima ta Riva.
Kyakkyawan daidaita samfurin ASR na Conformer akan ƙayyadaddun likita ko ƙamus na doka ta amfani da NeMo, sannan yin hidima ta Riva Teams yawanci suna samun sakamako mafi kyau lokacin da suka ayyana ma'auni masu inganci a gaba, kiyaye hanyar haɓakar ɗan adam don shari'o'in gefen, da kuma bin diddigin abubuwan samarwa da ƙimar kuskure akan lokaci.
Hatsari & Tsare-tsare
Rashin amfani da murya da haɗarin kwaikwaya yana ƙaruwa lokacin da aka rasa izini.
Daidaituwa na iya faɗuwa cikin lafuzza, yaruka, ko mahalli masu hayaniya.
Ana iya kuskuren sauti na roba don ingantacciyar magana ba tare da bayyananniyar lakabi ba.
Taswirar Hanya
Sami tabbataccen izini don ɗaukar murya, cloning, da sake amfani.
Sami tabbataccen izini don ɗaukar murya, cloning, da sake amfani. Ɗauki kowane mataki azaman ƙofar shaida: idan ba a cika sharuɗɗa ba, dakatar da fitar, rufe tazarar, sannan kawai faɗaɗa amfani.
Gwajin ingantattun masu magana daban-daban da yanayin baya.
Gwajin ingantattun masu magana daban-daban da yanayin baya. Ɗauki kowane mataki azaman ƙofar shaida: idan ba a cika sharuɗɗa ba, dakatar da fitar, rufe tazarar, sannan kawai faɗaɗa amfani.
Ƙayyade lokacin da dole ne ɗan adam ya duba ko ya amince da abubuwan da aka fitar.
Ƙayyade lokacin da dole ne ɗan adam ya duba ko ya amince da abubuwan da aka fitar. Ɗauki kowane mataki azaman ƙofar shaida: idan ba a cika sharuɗɗa ba, dakatar da fitar, rufe tazarar, sannan kawai faɗaɗa amfani.
Yi lakabin sauti na roba da kuma adana bayanan da aka tabbatar don yin lissafi.
Yi lakabin sauti na roba da kuma adana bayanan da aka tabbatar don yin lissafi. Ɗauki kowane mataki azaman ƙofar shaida: idan ba a cika sharuɗɗa ba, dakatar da fitar, rufe tazarar, sannan kawai faɗaɗa amfani.