★

NeMo 是 NVIDIA 推出的一款主打GPU 訓練的工具，可以支持常見的 Speech AI 相關的任務，例如ASR、NLP、TTS、Speaker Recognition 等。將以中文語音識別為例，介紹如何利用 NeMo 快速地完成該任務的訓練。同時也會介紹 NeMo 中目前已有的一些功能，例如 VAD、說話人日志等。

通過本次演講您將收獲以下內容：

• 如果利用 NeMo 訓練 ASR 模型？

  
  

• NeMo 對中文語音任務的支持有哪些？

  
  

• NeMo 支持其他哪些 Speech processing 的任務？

  
  

丁文 NVIDIA 解決方案架構師

畢業于上海交通大學，導師為俞凱教授。畢業后曾就職于頭部互聯網公司語音交互部門，主要負責流式 ASR 的迭代與優化、粵語 ASR 等。目前就職于 NVIDIA，負責 Riva 中文 ASR 模型迭代，中文 ASR 模型 GPU 部署方案落地與優化等。

★

NVIDIA Riva 提供了最先進的 GPU 優化部署解決方案，用于構建和部署完全可定制的實時語音識別服務，用于諸如呼叫中心代理協助、虛擬助理、數字化身、品牌語音和視頻會議轉錄等應用程序。

本次分享將為大家介紹 NVIDIA Riva 的主要特性，包括高精度的預訓練語音模型，高性能推理模型，以及高可擴展的推理服務。

通過本次演講您將收獲以下內容：

• 如何使用 NVIDIA Riva 在 GPU 上快速部署語音識別服務？

  
  

• Riva 是如何針對 GPU 進行優化加速的？

  
  

• 怎樣進行定制化達到更好的語音識別精度？

  
  

齊家興 NVIDIA 解決方案架構師

德國亞琛工業大學博士，目前于英偉達企業解決方案部門擔任高級架構師，多年來從事自然語言處理和語音識別等方向研究，助力多家企業基于 GPU 平臺實現高效易用的訓練和推理平臺。他是英偉達 NeMo，Riva 語音識別訓練推理平臺的中文模型開發者之一。

★

演講將主要介紹云上部署端到端 ASR 服務最佳實踐以及云上部署端到端 TTS 服務最佳實踐。

通過本次演講您還將收獲以下內容：

• 了解如何加速語音 AI 模型

  
  

• 了解如何節省語音 AI服務的部署成本

  
  

劉川 NVIDIA 資深解決方案架構師

NVIDIA 中文語音解決方案主要負責人，對基于 GPU 的語音識別和語音合成在云上的部署有豐富經驗。

★

演講將主要介紹開源極簡史、語音開源簡史、WeNet 開源社區以及基于 GPU 的語音識別實踐。

通過本次演講您將收獲以下內容：

• 了解 WeNet 開源社區

• WeNet 社區中如何支持和使用 GPU

  
  

張彬彬 WeNet 開源社區發起人

碩士畢業于西北工業大學音頻語音與語音處理研究組。WeNet 開源社區發起人，主導了業界領先的開源端到端語音識別項目 WeNet 和大規模多領域中文語音識別開源數據集 WenetSpeech 的開發。現任地平線語音算法專家，曾先后在微軟、出門問問等公司從事語音識別算法和產品研發。