隨著世界不斷進化且更進一步數位化，人機通訊也越來越常採用對話式人工智慧。對話式人工智慧是支援自動化訊息傳送和語音操控應用程式的技術，可應用於各種產業，改善整體客戶體驗，並提升客戶服務效率。
對話式人工智慧非常複雜，且從零開始開發的成本十分高昂。在本課程中，您將學會如何使用 NVIDIA Riva 框架打造對話式人工智慧。Riva 提供完整 GPU 加速的軟體堆疊，讓開發人員輕鬆建立、部署和執行能理解各公司及其客戶獨特用語的端對端即時對話式人工智慧應用程式。Riva 框架包括預先訓練的對話式人工智慧模型、工具，以及適用於語音、視覺和自然語言理解 (NLU) 工作的最佳化服務。開發人員可以運用 Riva 為智慧虛擬助理、虛擬客服人員、即時轉譯、多使用者分段標記、聊天機器人等，建立以語言為基礎的客製化人工智慧服務。
在本實作坊中，您將學會如何快速打造和部署具量產品質，並提供即時轉譯和自然語言處理 (NLP) 功能的對話式人工智慧應用程式。您將整合 NVIDIA Riva 自動語音辨識 (ASR) 和命名實體識別 (NER) 模型，至網頁應用程式，為音訊輸入內容轉譯逐字稿，並標記出相關文字。接著，您將自訂命名實體識別模型，使用 NVIDIA 訓練、調整和最佳化工具套件為應用程式提供不同的目標重點。最後，您將針對 Helm Chart 和 Kubernetes 叢集的 Riva 服務，探索其量產等級部署效能和擴充時需考量的因素。
學習目標
參加本實作坊可學會：
- 如何在 Riva 上部署和啟用預先訓練的自動語音辨識和命名實體識別模型，以執行對話式人工智慧應用程式。
- 如何採用訓練、調整和最佳化工具套件微調和部署適用於特定領域的模型。
- 如何部署採用 Helm Chart 且具量產品質的對話式人工智慧應用程式，並在 Kubernetes 叢集中擴充。
下載實作坊大綱與簡介 (PDF 318 KB)
