在過去的一年里，NVIDIA 宣布了在對話人工智能方面的幾項(xiàng)重大突破，用于構(gòu)建和部署自動(dòng)語音識(shí)別（ ASR ）、自然語言處理（ NLP ）和文本到語音（ TTS ）應(yīng)用程序。

為了讓開發(fā)者在云 GPU 加速環(huán)境中快速入門， NVIDIA 深度學(xué)習(xí)培訓(xùn)中心（ DLI ） 提供了三個(gè)快速、免費(fèi)、自定進(jìn)度的課程。

你會(huì)學(xué)到什么？

這些教學(xué)性 DLI 課程讓開發(fā)者體驗(yàn)如何使用現(xiàn)代工具快速創(chuàng)建對話式 AI 和 NLP GPU 加速應(yīng)用程序。學(xué)習(xí)目標(biāo)包括：

使用 TAO 工具箱訓(xùn)練文本分類模型

在 SST-2 數(shù)據(jù)集上訓(xùn)練并微調(diào) BERT 文本分類模型。

對模型進(jìn)行評(píng)估和推斷。

將模型導(dǎo)出為 ONNX 格式或 Riva 格式以進(jìn)行部署。

使用 Riva 部署文本分類模型

使用 Riva ServiceMaker 獲取 TAO 導(dǎo)出的 Riva 模型，并將其轉(zhuǎn)換為最終部署。

在 Riva 服務(wù)器上本地部署模型。

使用 Riva API 綁定從演示客戶端發(fā)送推斷請求。

Riva 語音 API 演示

將音頻發(fā)送到 ASR 型號(hào)并接收回文本。

使用 NLP 模型轉(zhuǎn)換文本、分類文本和分類標(biāo)記。

向 TTS 型號(hào)發(fā)送文本并接收回音頻。

課程完成后，開發(fā)者將熟悉：

如何使用 NVIDIA TAO 工具包在 NVIDIA GPU 上訓(xùn)練、推斷和導(dǎo)出文本分類模型。

如何在 NVIDIA GPU 上使用 NVIDIA Riva 部署文本分類模型。

如何從示例客戶端構(gòu)造對 NVIDIA Riva 語音服務(wù)器的請求。

為什么文本分類有用？

文本分類回答了這個(gè)問題：這段文本屬于哪一類？例如，如果你想知道電影評(píng)論是正面的還是負(fù)面的，你可以使用兩個(gè)類別來建立一個(gè)情緒分析項(xiàng)目。

更進(jìn)一步，使用幾個(gè)類別按主題對句子或文檔進(jìn)行分類。在這兩個(gè)用例中，您都從預(yù)先訓(xùn)練好的語言模型開始，然后使用示例分類文本“訓(xùn)練”分類器來創(chuàng)建文本分類項(xiàng)目。

誠然，文本分類只是使用預(yù)先訓(xùn)練的語言模型來理解書面語言的許多 NLP 任務(wù)之一。一旦開發(fā)人員嘗試使用 NVIDIA TAO 工具包和 NVIDIA Riva 來培訓(xùn)和部署 文字分類 項(xiàng)目，他們將能夠?qū)⑦@種經(jīng)驗(yàn)擴(kuò)展到其他 NLP 任務(wù)，例如 命名實(shí)體識(shí)別（ NER ） 和 問答 。

NVIDIA Riva 語音 API 是如何工作的？

Riva 語音 API 服務(wù)器公開了一個(gè)用于執(zhí)行語音識(shí)別、語音合成和各種 NLP 推斷的簡單 API 。在本課程中，開發(fā)人員使用 Python 示例從 Riva 示例客戶機(jī)中運(yùn)行其中幾個(gè) API 調(diào)用。服務(wù)器預(yù)填充了 ASR 、 NLP 和 TTS 模型。這些內(nèi)置模型允許開發(fā)人員輕松快速地測試幾個(gè)對話 AI 組件。

關(guān)于作者

Dana Sheahen 是NVIDIA 深度學(xué)習(xí)培訓(xùn)中心的內(nèi)容開發(fā)者，專注于自主系統(tǒng)和對話人工智能的應(yīng)用。 Dana 的背景包括嵌入式系統(tǒng)軟件開發(fā)以及人工智能和機(jī)器人課程和內(nèi)容開發(fā)。她擁有喬治亞理工學(xué)院的理學(xué)碩士學(xué)位和萊斯大學(xué)的理學(xué)學(xué)士學(xué)位。

審核編輯：郭婷