IA de Habla de Clase Mundial para la Mejor Experiencia de Videoconferencia

Con cientos de millones de reuniones en línea diariamente, las videoconferencias se han convertido en una herramienta esencial para las empresas de hoy. Las aplicaciones de videoconferencia utilizan la transcripción en tiempo real para ofrecer funciones como subtítulos en vivo y resúmenes de reuniones. RingCentral, un proveedor líder de soluciones de comunicaciones unificadas como servicio (UCaaS), transcribe más de mil millones de minutos de reuniones para 200.000 usuarios simultáneos en su plataforma. Buscaban una solución de transcripción que pudiera manejar múltiples acentos, jerga de dominios específicos y entornos ruidosos con precisión y en tiempo real.

RingCentral ajustó los modelos de reconocimiento de voz previamente entrenados y de última generación de NVIDIA a partir de datos personalizados patentados con NVIDIA NeMo, un framework de código abierto para crear modelos de IA conversacionales. Los modelos se implementaron en producción utilizando NVIDIA Riva, un SDK acelerado por GPU para implementar aplicaciones de voz basadas en IA de clase mundial.