Кастомизация вертикальных голосовых агентов с помощью ASR и дообучения LLM | Nemotron Labs

Качество голосового ИИ напрямую зависит от качества используемых моделей. В этом прямом эфире NVIDIA и наш партнер-эксперт расскажут, как настраивать модели речи и языка для создания голосовых агентов, предназначенных для реальных областей применения и сценариев использования. Мы поделимся практическими уроками, полученными в ходе тонкой настройки моделей распознавания речи NVIDIA Nemotron ASR, включая требования к данным, особенности обучения и методы повышения точности распознавания на специализированных словарях и языках. Мы также рассмотрим, как постобучение и настройка могут применяться к большим языковым моделям, и как эти подходы можно комбинировать для создания голосовых агентов, ориентированных на конкретные области применения. На реальных примерах и в ходе живой дискуссии участники узнают: Когда и почему следует дорабатывать модель распознавания речи (ASR) Вопросы данных, обучения и оценки при адаптации речи Как постобработка с использованием LLM может улучшить производительность в конкретных задачах Как настройка ASR и LLM работает вместе в рабочих процессах голосовых агентов Уроки, извлеченные из реальных развертываний и экспериментов Независимо от того, создаете ли вы помощников по обслуживанию клиентов, отраслевых помощников или многоязычные голосовые приложения, эта сессия предоставит практические рекомендации по адаптации базовых моделей к вашим собственным задачам.