概要
NVIDIA Riva とは?
NVIDIA® Riva は、GPU により高速化された多言語対応スピーチと翻訳マイクロサービスのコレクションで、完全にカスタマイズ可能なリアルタイム対話型 AI パイプラインを構築できます。Riva は、業界をリードする自動音声認識 (ASR)、テキスト読み上げ (TTS)、ニューラル機械翻訳 (NMT) を含み、あらゆるクラウド、データセンター、エッジ、組み込みデバイスで展開できます。Riva により、組織はスピーチおよび翻訳インターフェースを追加し、チャットボットを表現力豊かな多言語対応スピーチ AI エージェントまたはアバターに変えることができます。
利点
NVIDIA Riva の利点を見る
多言語文字起こしと表現力豊かな音声生成
多言語の文字起こしと翻訳の精度が高く、表現力豊かでプロフェッショナルな女声/男声を面倒な設定なしで利用できます。最新式の学習済みモデルは、数千時間分のオーディオをベースにトレーニングされています。
完全にカスタマイズ可能
さまざまな言語、アクセント、ドメイン、語彙、コンテキストを対象に、ユース ケースに合わせて可能な限り高い精度で ASR パイプラインを隈なくカスタマイズし、ブランドとして求められる声/イントネーションに合わせて TTS パイプラインを隅々までカスタマイズします。
柔軟なデプロイ
>無数のユーザーが同時に使用しても全員に変わらない使用感を与え、推論パフォーマンスが既存のテクノロジよりも優れています。また、データ センター、オンプレミス、クラウド、エッジ、組み込みデバイスなど、どこにでもデプロイできます。
エンタープライズグレード AI
NVIDIA Riva を使用することで、本番環境向けの多言語音声対応 AI アプリケーションの開発とデプロイを高速化できます。NVIDIA Riva は、AI の開発とデプロイを加速する NVIDIA AI Enterprise のモジュラー型で柔軟なプラットフォームに含まれています。
ユース ケース
Riva の使用方法
Riva でイノベーションを推進する業界のリーダーたちの手法をご覧ください。
-
Q&A アシスタント
-
エージェント アシスト
-
ブランド アンバサダー
-
ビデオ会議の文字起こし
-
翻訳
-
サービス ロボット
Q&A アシスタント
企業は、数百万人の顧客や従業員からの問い合わせに 24 時間対応するために Q&A アシスタントをデプロイしています。Riva のスピーチ/翻訳 AI マイクロサービスを活用することで、周囲の雑音、音質の悪さ、多様な話者の方言やアクセントにかかわらず、アシスタントは会話のあらゆる場面で有用かつ自然な応答を返します。
エージェント アシスト
利用者は、コンタクト センターの担当者が利用者が直面する問題を迅速かつ効率的に解決することを期待しています。その期待に応え、可能な限り最高の顧客体験とエージェント体験を届けるために、さまざまな業界に属する企業が Riva スピーチ/翻訳 AI を動力とするエージェントアシスト テクノロジを導入しています。
デジタル ヒューマン
カスタマー サービス体験を向上させ、より強固な関係を構築するために、企業は Riva を使って独自のブランド ボイスを備えたデジタル ヒューマンを開発しています。Riva をご利用いただくと、わずか 3 秒の音声データで、独自にパーソナライズされた高品質の音声を作成できます。
ビデオ会議の文字起こし
毎日数億件のオンライン会議が開催されている現況において、ビデオ会議は企業にとって不可欠なツールになっています。Riva のリアルタイム文字起こしにより、ビデオ会議アプリケーションはライブ キャプションや会議の要約で優れた精度を実現し、世界各国のアクセントとさまざまな専門用語を使用するユーザーに対応します。
翻訳
グローバル経済において、企業は多くの国で事業を展開し、多様な言語や文化背景を持つ顧客にサービスを提供しています。世界の言語の多様性は、ネイティブ スピーカーの確保や多言語での従業員のトレーニングにおいて、固有の課題をもたらしています。Riva の翻訳は、正確で効果的なコミュニケーションに力を与え、グローバルな交流を促進します。
サービス ロボット
世界中の病院、空港、小売店では、サービス ロボットを活用する機会が増えています。サービス ロボットは、レストランや製造施設では毎日繰り返される作業を行うことで現場の作業者を支援し、店舗では商品を探す顧客を支援し、患者ケアの現場では医師や看護師を支援します。Riva をご利用いただくと、サービス ロボットにスピーチと翻訳 AI を簡単に追加することができます。
導入時の選択肢
NVIDIA Riva を始める方法
適切なツールとテクノロジを使用し、完全にカスタマイズ可能な多言語スピーチ/翻訳 AI アプリケーションを構築し、デプロイします。
顧客事例
Riva でイノベーションを推進する業界のリーダーたちの手法
採用企業
あらゆる業界で市場をリードする採用企業
-
顧客
-
パートナー
-
サービス提供パートナー
関連情報
NVIDIA Riva 関連情報
-
ブログ
-
セッション
-
トレーニング
-
動画
次のステップ
今すぐ始めませんか?
適切なツールとテクノロジを使用し、完全にカスタマイズ可能な多言語スピーチ/翻訳 AI アプリケーションを構築し、デプロイします。
開発者向け
最新のドキュメント、チュートリアル、テクニカル ブログなど、NVIDIA Riva で開発を始めるために必要なすべてをご覧いただけます。
問い合わせる
セキュリティ、安定した API、NVIDIA AI Enterprise サポートを活用して、パイロット環境から本番環境へ移行する方法について、NVIDIA の製品スペシャリストがお答えします。
AI2Labs
2021 年、AI2Labs はシンガポールのローカル テクノロジ スタートアップとして Yoozoo Games から独立しました。 AI2Labs は、AI 製品とアプリケーションを革新、実験、開発を行い、効率的なプロセスを可能にし、持続可能性とビジネス成果を向上させます。
AI2Labs は、Riva を Speakr (ドメイン固有のスピーチ AI) 音声認識 API に統合して、複雑なアジアの音声およびビジネス ドメインに対応し、最先端のシングリッシュ翻訳精度を実現しました。
Avaya
Avaya はクラウド通信およびワークストリーム コラボレーション ソリューションを専門とし、ユニファイド コミュニケーション、コンタクト センター、サービスとしての通信プラットフォーム (CPaaS)、および OneCloud プラットフォームを使用したサービスを提供しています。
Avaya は、大規模なリアルタイム キャプションのために NVIDIA Riva 文字起こしエンジンを統合しました。 Riva を使用すると、文字起こしの品質が向上し、単語エラー率が低下し、経済的効率の高い配信が可能になります。
C-DAC
インドのプネにある C-DAC の Applied AI グループは、10 年以上にわたり音声テクノロジの研究開発に注力してきました。同グループは、ヒンディ語やマラーティー語などのインド言語向けの最先端の文字起こし (STT) システムの作成に成功しました。このグループは、AI 対応のオープンソースのディープラーニング フレームワーク、ライブラリ、STT および他のインド言語や低リソース言語向けの音声対応アプリケーションを作成するためのツールを探索することで、研究を進め続けています。実験は、NVIDIA のオープンソース NeMo フレームワークのさまざまなニューラル ネットワーク アーキテクチャとトポロジを使用して実施され、Citrinet および Conformer-CTC ネットワーク トポロジが音声認識用のニューラル音響モデルの構築とトレーニングに効果的であることが証明されました。これらのモデルはシングルノードおよびマルチノードの Param Siddhi AI システムでトレーニングされ、トレーニング時間とパフォーマンスが最適化されました。最後に、Riva GPU アクセラレーションのプロダクション パイプラインを使用して、モデルをリアルタイムおよびバッチモード推論用にデプロイしました。
NCS
Singtel Group の子会社である NCS は、アジア太平洋地域に拠点を置く大手テクノロジ サービス企業であり、政府や企業と提携してテクノロジを通じてコミュニティを発展させています。 NCS は、61 の専門分野にわたる 12,000 人の強力なチームの経験と専門知識を組み合わせて、デジタル、データ、クラウド、プラットフォームの NEXT 機能に加え、アプリケーション、インフラストラクチャ、エンジニアリング、サイバーセキュリティのコア製品を使用して、差別化されたエンドツーエンドのテクノロジ サービスをクライアントに提供します。NCS はまた、オープン イノベーションと共創をサポートするために、主要なテクノロジ企業、研究機関、スタートアップと強力なパートナー エコシステムの構築を確信しています。
NCS は、ドライバーのコンパニオン アプリである Breeze で NVIDIA Riva TTS を使用して、音声ガイド ナビゲーション、ライブの交通状況と道路状況の更新、リアルタイムの駐車料金、および電子道路料金レートや営業時間を提供し、シンガポールのドライバーがスムーズな運転を体験できるようにしています。
詳細を見る。
RingCentral
RingCentral は、グローバルなエンタープライズ クラウド コミュニケーション、コラボレーション、コンタクト センター ソリューションの大手プロバイダーであり、何百万ものユーザーにサービスを提供しています。 RingCentral プラットフォームは、あらゆる場所やデバイスからのコラボレーションを可能にし、ビジネス効率と顧客満足度を向上します。
RingCentral は、プラットフォーム上の 200,000 人の同時ユーザーのビデオ会議の文字起こしに NVIDIA Riva を使用しています。
詳細を見る。
Snap
Snap は、フィルターやエフェクトを使用したマルチメディア メッセージの作成を可能にするカメラおよびソーシャル メディアの会社です。よりインタラクティブな体験を作成するために、Snapchat ユーザーはレンズ (スナップにリアルタイム効果を追加する機能) を 1 日に 60 億回以上使用しています。
NVIDIA Riva のノイズと言語に最適化されたスピーチ AI サービスは、Snap AR Lens Studio に統合されており、クリエイター (アーティストや開発者) が魅力的な拡張現実 (AR) 体験を構築できるようになります。
T-Mobile
T-Mobile は、先進的な 4G LTE と革新的な 5G ネットワークを提供し、最高の顧客体験を実現します。コンタクト センターのエージェントを強化するために、T-Mobile は Expert Assist を導入しています。この AI ベースのソフトウェアは、NVIDIA Riva を使用してリアルタイムの顧客との会話を書き起こし、レコメンダーに供給して何千人ものエージェントを支援します。
Riva を使用することで、T-Mobile はカスタム データセットに基づいて自動音声認識モデルをファインチューニングし、騒がしい環境でも顧客の専門用語を正確に解釈します。