Plataforma de IA de Voz NVIDIA Riva NVIDIA Riva es un kit de desarrollo de software integral acelerado por GPU que proporciona microservicios de habla y traducción multilingües para construir flujos de trabajo de IA conversacional en tiempo real totalmente personalizables. La plataforma incluye capacidades líderes en la industria de reconocimiento automático de voz (ASR), conversión de texto a voz (TTS) y traducción automática neuronal (NMT) que pueden desplegarse en todas las nubes, centros de datos, dispositivos de borde y sistemas integrados. Componentes y Características Principales Riva ofrece modelos preentrenados de última generación entrenados con miles de horas de datos de audio, que soportan múltiples idiomas, incluyendo inglés, español, alemán, ruso, mandarín, francés, hindi, coreano y portugués. La plataforma presenta la familia de modelos Parakeet de vanguardia, incluyendo el Parakeet TDT 0.6B v2 que logra una tasa de error de palabras de 6.05%, la mejor de la industria, y ocupa el puesto #1 en la tabla de clasificación de ASR de Hugging Face. La plataforma proporciona microservicios basados en gRPC optimizados tanto para casos de uso de transmisión de baja latencia como para uso sin conexión de alto rendimiento, con la capacidad de escalar a cientos de miles de usuarios concurrentes. La arquitectura de Riva está completamente contenedorizada, lo que permite un despliegue y escalado sin problemas a miles de flujos paralelos. Rendimiento y Optimización Impulsado por las optimizaciones de NVIDIA TensorRT y servido a través del Servidor de Inferencia NVIDIA Triton, Riva ofrece un rendimiento excepcional con tiempos de inferencia tan bajos como 150 milisegundos en comparación con 25 segundos en plataformas solo con CPU. La plataforma proporciona hasta 12 veces más rendimiento en comparación con generaciones anteriores a través de optimizaciones completas de la pila. Soluciones Empresariales Riva Enterprise ofrece licencias de uso anual con soporte experto de NVIDIA, acceso prioritario a nuevas características y capacidades de despliegue de nivel empresarial para organizaciones que requieren soluciones de IA de voz a escala de producción. La plataforma se integra perfectamente con modelos de lenguaje grandes y generación aumentada por recuperación para crear asistentes y avatares multilingües potentes.