По мере того как мир продолжает развиваться и становиться все более цифровым, разговорный ИИ все чаще используется для облегчения взаимодействия человека с компьютером. Разговорный ИИ — это технология, которая лежит в основе приложений для автоматизированного информирования пользователей и голосовых приложений, а также используется в различных отраслях для повышения качества обслуживания клиентов.
Разработка систем разговорного ИИ с нуля достаточно трудоемка и затратна. На этом курсе вы узнаете, как создать систему разговорного ИИ с помощью фреймворка NVIDIA Riva. Riva имеет полноценный GPU-ускоряемый программный стек и инструменты, которые упрощают разработчикам задачу по созданию, развертыванию и запуску приложений разговорного ИИ, способных понимать специфическую для разных компаний терминологию. Фреймворк Riva включает в себя предварительно обученные модели разговорного ИИ, инструменты и оптимизированные сервисы для возможностей речи, зрения и понимания естественного языка. С помощью Riva разработчики могут настраивать языковые сервисы на базе ИИ для работы интеллектуальных виртуальных помощников, виртуальных ассистентов службы поддержки, чат-ботов, создания транскрипций в реальном времени, диаризации и других функций разговорного ИИ.
На этом практикуме вы узнаете, как быстро создавать и развертывать приложения разговорного ИИ, готовые к промышленной эксплуатации, с возможностями транскрипции в реальном времени и обработки естественного языка (NLP). Вы интегрируете модели автоматического распознавания речи (ASR) и распознавания именованных сущностей (NER) NVIDIA Riva с веб-приложением и создадите транскрипции звуковых данных с выделением соответствующего текста. Затем с помощью NVIDIA TAO Toolkit вы кастомизируете модель NER и встроите специальные фрагменты для приложения. Наконец, вы узнаете подробнее о развертывании и рекомендациях по масштабированию сервисов Riva с пакетами Helm и кластерами Kubernetes.
Цели обучения
На этом практикуме вам предстоит узнать:
- Как развернуть и запустить предварительно обученные модели ASR и NER для приложения разговорного ИИ на Riva.
- Как с помощью TAO Toolkit настроить и развернуть специальные модели.
- Как развернуть приложение разговорного ИИ с пакетами Helm для масштабирования в кластерах Kubernetes.
Скачать описание практикума (PDF, 318 KБ)