NVIDIA Riva 入门指南

NVIDIA Riva 是一组 GPU 加速的多语种语音和翻译微服务，用于构建完全可定制的实时对话式 AI 工作流。Riva 包含自动语音识别 (ASR)、文本转语音 (TTS) 和神经网络机器翻译 (NMT)，可在所有云、数据中心、边缘或嵌入式设备上部署。借助 Riva，企业可以利用大型语言模型 (LLM) 和检索增强生成技术 (RAG) 拥有语音和翻译能力，将对话机器人升级为强大的多语种助理和数字人。

Riva 为 AI 从业者和开发者提供了基于深度学习的自动语音识别 (ASR)、文本转语音 (TTS) 和神经网络机器翻译 (NMT) 模型。ASR、TTS 和 NMT 是语音 AI 应用中的语音接口，这类应用包括呼叫中心坐席助理、数字助理、视频通话转录程序以及由大型语言模型 (LLM) 和检索增强型生成技术 (RAG) 驱动的 AI 增强对话工具等。

ASR 可将语音转换为文本，这通常是语音工作流的第一步，因此其转录准确度会影响所有下游任务。TTS 可依据文本生成类似人类的声音。NMT 可将词语从一种语言翻译成另一种语言。

从电信、金融到医疗健康、零售和汽车，Riva 已广泛应用于各行各业；凡是需要公司与客户交流互动的行业，都能看到 Riva 的身影。

Riva 是 NVIDIA AI Enterprise 软件套件的一部分，该软件套件本就包含业务标准企业支持。Riva 客户还能优先使用新模型、新功能和新版本支持。

Riva 有以下优势：

• 支持多种语言（阿拉伯语、汉语（普通话）、英语（美国/英国）、法语、德语、印地语、意大利语、日语、韩语、葡萄牙语、俄语和西班牙语（拉丁美洲/西班牙））的世界级实时 ASR。模型本身可进行全面定制，从而以更高的准确性促进重要流程实现自动化，并创造更高的商业价值。
• 可生成类似人类的声音且富有表现力的专业 TTS，提供开箱即用 (OOTB) 的英语（美国/英国）、德语、意大利语、普通话和西班牙语（拉丁美洲/西班牙）语音，支持男声和女声。
• 高质量 OOTB 双语和多语种翻译模型，支持多达 32 种语言（阿拉伯语、保加利亚语、汉语、克罗地亚语、丹麦语、荷兰语、爱沙尼亚语、芬兰语、法语、德语、希腊语、印地语、匈牙利语、印度尼西亚语、意大利语、日语、韩语、拉脱维亚语、立陶宛语、挪威语、波兰语、葡萄牙语、罗马尼亚语、俄语、斯洛伐克语、斯洛文尼亚语、西班牙语、瑞典语、土耳其语、乌克兰语和越南语）的离线和串流文本到文本、语音到文本和语音到语音转换。
• 部署灵活，无论部署在何处（本地、各类云、边缘和嵌入式设备上），都能提供一致的性能。

NVIDIA Riva 为 AI 从业者和开发者提供了基于深度学习的 ASR、NMT 和 TTS 功能。借助 Riva，您可以：

• 在各行各业的对话式应用（包括由大型语言模型 (LLM) 和检索增强生成技术 (RAG) 驱动的 AI 增强对话工具）中使用语音和翻译 AI 功能，让应用能够“开口说话”。
• 集成出色的 OOTB ASR、TTS 和 NMT 功能，并对模型进行定制，让您拥有更高的转录和翻译准确性以及类似人类的表现力，从而打造出色应用，为用户带来引人入胜的体验。
• 针对特定领域的数据微调 Riva 模型，为客户提供高度准确的服务。

Riva 作为 NVIDIA AI Enterpris 的一部分提供。有关完整的定价和许可信息，请查看此处。

如需购买 Riva，请联系销售顾问了解详情。开发者还可申请为期 90 天的 NVIDIA AI Enterprise 免费试用，以访问 Riva。

请联系您的优选 NVIDIA 合作伙伴，咨询 NVIDIA AI Enterprise 软件的购买方案。独立软件供应商 (ISV) 应联系其所在地区的NVIDIA 销售代表，合作伙伴可以联系其 NVIDIA 业务合作伙伴经理。

NVIDIA API 目录提供生产就绪型生成式 AI 模型和持续优化的推理运行时，它们被封装为微服务，可在任何 GPU 加速系统上使用标准化工具轻松部署。

NVIDIA AI Enterprise 是一个端到端云原生软件平台，可加速数据科学工作流，简化生产级 AI 应用（包括生成式 AI、计算机视觉、语音 AI 等）的开发和部署。此平台不仅提供适合 AI 从业者的出色开发工具、框架、预训练模型和微服务，还能为 IT 专业人员提供可靠的管理功能，以保障性能、API 稳定性和安全性。