在今天上午的GTC 2021上，NVIDIA宣布了其Jarvis框架的普遍可用性，该框架为开发人员提供预先训练的AI模型和软件工具，以创建交互式对话体验。NVIDIA表示，Jarvis模型于2020年5月首次在预览版中推出，为对话代理提供自动语音识别，以及语言理解、实时语言翻译和文本到语音功能。 智能手机和消息应用程序的普遍性--在流行病的刺激下--促进了对话技术的应用增加。56%的公司在一项调查中告诉埃森哲，对话式机器人和其他体验正在推动其行业的颠覆。而Twilio的一项研究显示，每10个消费者中就有9个希望能选择使用信息传递来联系企业。 利用GPU加速，Jarvis的管道可以在100毫秒内运行，并在云端、数据中心或边缘部署。该框架包括在超过10亿页的文本和超过6万小时的语音中训练出来的模型，这些模型可以通过自定义数据进行调整、优化、微调，并根据不同的任务、行业和系统进行定制。 T-Mobile是Jarvis的早期用户之一，Jarvis--支持包括英语、中文和日语在内的五种语言，自去年年初上市以来，已经积累了超过4.5万次下载。根据NVIDIA的说法，这家电信巨头正在使用该框架来帮助实时解决客户服务问题。 即使在大流行之前，自主代理也在成为规则而不是例外的路上，部分原因是消费者更喜欢这种方式。根据Vonage子公司NewVoiceMedia去年发布的研究报告，25%的人更愿意由聊天机器人或其他自助服务替代方式来处理他们的疑问。而Salesforce表示，大约有69%的消费者选择聊天机器人与品牌进行快速沟通。 NVIDIA还宣布与Mozilla Common Voice合作，Mozilla Common Voice是一个开源的语音数据集合，供初创企业、研究人员和开发人员训练语音功能的应用、服务和设备。作为世界上最大的多语言公共领域语音数据集，Common Voice包含了60种不同语言的超过9000小时的贡献语音数据。Nvidia表示，它正在使用Jarvis利用该数据集开发预训练模型，然后免费提供给社区。 Jarvis中新透露的功能将在2021年第二季度发布，作为NVIDIA持续开放测试计划的一部分。开发者今天就可以从NVIDIA的NGC目录中下载该框架。
