★

NeMo 是 NVIDIA 推出的一款主打GPU 訓(xùn)練的工具，可以支持常見的 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)？

  
  

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，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。

★

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？

  
  

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)的中文模型開發(fā)者之一。

★

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

  
  

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)。

★

演講將主要介紹開源極簡(jiǎn)史、語(yǔ)音開源簡(jiǎn)史、WeNet 開源社區(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 開源社區(qū)

• WeNet 社區(qū)中如何支持和使用 GPU

  
  

張彬彬 WeNet 開源社區(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 開源社區(qū)發(fā)起人，主導(dǎo)了業(yè)界領(lǐng)先的開源端到端語(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)別開源數(shù)據(jù)集 WenetSpeech 的開發(fā)?，F(xiàn)任地平線語(yǔ)音算法專家，曾先后在微軟、出門問(wèn)問(wèn)等公司從事語(yǔ)音識(shí)別算法和產(chǎn)品研發(fā)。