NVIDIA全新语音AI加速解决方案

时间:2025年6月17日，周二，晚上8点至9点

内容简介：

在语音AI领域，实时性、准确性和高效部署是企业成功的关键。同时加速的语音AI也是多模态LLM和Agentic AI场景下重要的组成部分。NVIDIA凭借其强大的GPU加速技术，推出了Parakeet-TDT-0.6B-V2全新的ASR语音识别模型，打造“小巧高效”的“超级听写机”，实现语音识别的“快、准、稳”。同时结合NVIDIA Triton 和 TensorRT-LLM加速优化的TTS语音合成解决方案，真正赋能实时的语音AI应用，驱动全栈式语音AI新变革。

本次研讨会面向对多模态LLM智能体感兴趣，对语音AI有开发需求的开发者。将聚焦Parakeet模型的核心技术介绍与TTS加速解决方案的实战应用分享，帮助您深入了解如何利用NVIDIA技术实现语音AI的高效开发与优化部署。

通过本次研讨会，您将获得以下关键信息：

演讲主题. 揭秘Parakeet V2新模型的技术核心

1. 常见帧同步（frame-synchronous）模型（CTC+RNN-T）背景介绍
2. Token-and-Duration（TDT ）新模型详解
3. Token-and-Duration（TDT ）精度和速度优势分析

演讲主题. 使用 NVIDIA Triton 和 TensorRT-LLM 部署 TTS 应用的最佳实践

1. TTS 大模型新范式
2. Diffusion 非自回归 TTS 部署加速
3. LLM 自回归 TTS 部署加速

演讲人 ：

许海南 NVIDIA 语音研究科学家

本科毕业于上海交通大学，曾在俞凯教授实验室开展语音科研工作；博士毕业于约翰霍普金斯大学，师从Daniel Povey教授。主要研究方向包括语音识别、语音翻译、自然语言处理及语言模型。

张悦铠 NVIDIA 解决方案架构师

硕士毕业于约翰霍普金斯大学，导师为 Shinji Watanabe 教授, 主要研究方向为语音识别。NVIDIA中文语音识别解决方案主要开发者，对基于 GPU 的语音识别服务部署及优化有丰富经验。

参与有奖！

所有注册并参加本次线上研讨会的开发者，有机会在直播期间赢取NVIDIA限量版环保袋。