「揭秘」Speech AI 威廉希尔官方网站 发展与前沿应用

★

NeMo 是 NVIDIA 推出的一款主打GPU 训练的工具，可以支持常见的 Speech AI 相关的任务，例如ASR、NLP、TTS、Speaker Recognition 等。将以中文语音识别为例，介绍如何利用 NeMo 快速地完成该任务的训练。同时也会介绍 NeMo 中目前已有的一些功能，例如 VAD、说话人日志等。

通过本次演讲您将收获以下内容：

• 如果利用 NeMo 训练 ASR 模型？

  
  

• NeMo 对中文语音任务的支持有哪些？

  
  

• NeMo 支持其他哪些 Speech processing 的任务？

  
  

丁文 NVIDIA 解决方案架构师

毕业于上海交通大学，导师为俞凯教授。毕业后曾就职于头部互联网公司语音交互部门，主要负责流式 ASR 的迭代与优化、粤语 ASR 等。目前就职于 NVIDIA，负责 Riva 中文 ASR 模型迭代，中文 ASR 模型 GPU 部署方案落地与优化等。

★

NVIDIA Riva 提供了最先进的 GPU 优化部署解决方案，用于构建和部署完全可定制的实时语音识别服务，用于诸如呼叫中心代理协助、虚拟助理、数字化身、品牌语音和视频会议转录等应用程序。

本次分享将为大家介绍 NVIDIA Riva 的主要特性，包括高精度的预训练语音模型，高性能推理模型，以及高可扩展的推理服务。

通过本次演讲您将收获以下内容：

• 如何使用 NVIDIA Riva 在 GPU 上快速部署语音识别服务？

  
  

• Riva 是如何针对 GPU 进行优化加速的？

  
  

• 怎样进行定制化达到更好的语音识别精度？

  
  

齐家兴 NVIDIA 解决方案架构师

德国亚琛工业大学博士，目前于英伟达企业解决方案部门担任高级架构师，多年来从事自然语言处理和语音识别等方向研究，助力多家企业基于 GPU 平台实现高效易用的训练和推理平台。他是英伟达 NeMo，Riva 语音识别训练推理平台的中文模型开发者之一。

★

演讲将主要介绍云上部署端到端 ASR 服务最佳实践以及云上部署端到端 TTS 服务最佳实践。

通过本次演讲您还将收获以下内容：

• 了解如何加速语音 AI 模型

  
  

• 了解如何节省语音 AI服务的部署成本

  
  

刘川 NVIDIA 资深解决方案架构师

NVIDIA 中文语音解决方案主要负责人，对基于 GPU 的语音识别和语音合成在云上的部署有丰富经验。

★

演讲将主要介绍开源极简史、语音开源简史、WeNet 开源社区以及基于 GPU 的语音识别实践。

通过本次演讲您将收获以下内容：

• 了解 WeNet 开源社区

• WeNet 社区中如何支持和使用 GPU

  
  

张彬彬 WeNet 开源社区发起人

硕士毕业于西北工业大学音频语音与语音处理研究组。WeNet 开源社区发起人，主导了业界领先的开源端到端语音识别项目 WeNet 和大规模多领域中文语音识别开源数据集 WenetSpeech 的开发。现任地平线语音算法专家，曾先后在微软、出门问问等公司从事语音识别算法和产品研发。