Jetson Voice ：Jetson Nano到AGX Xavier，智能语音处理无处不在

8月份，NVIDIA开源了一个深度学习推断库——Jetson Voice ，专为Jetson Nano、TX1/TX2、Xavier NX和AGX Xavier等嵌入式设备而设计，为AI技术带来了更多可能性。现在，让我们深入了解这个Jetson Voice 吧。

支持的平台和语言

Jetson Voice 支持Python和JetPack 4.4.1或更新版本，为用户提供了更广泛的应用范围。这意味着它可以在多种Jetson设备上运行，从小型的Jetson Nano到高性能的AGX Xavier，都可以受益于这一强大的工具。

功能强大的AI任务

Jetson Voice 为用户提供了多项关键功能，包括：

1. 自动语音识别（ASR）： 支持75种不同语言，包括流式语音识别、命令/关键词识别和语音活动检测。这意味着它可以用于语音识别应用，从智能助手到语音命令控制。

2. 自然语言处理（NLP）： 这个库支持12种不同的自然语言处理任务，包括文本分类、标记分类、问题回答等。其中，采用了DistilBERT 7变换器架构，以提高性能和减少内存占用，让NLP任务更加高效。

3. 文本到语音（TTS）： 支持80种语言的文本到语音合成，为用户提供高质量的语音输出，可以用于语音助手、有声书和更多应用。

性能优化

Jetson Voice 的DNN模型经过NeMo 13训练，并使用TensorRT 6进行部署，以获得最佳性能。而所有计算任务都在设备上的GPU上执行，保证了高效的计算速度。

示例音频

对于对TTS音频输出感兴趣的人，Jetson Voice 提供了TTS音频示例，让您可以亲自体验这一强大功能的效果。

Jetson Voice的发布代表了Jetson平台用户的一次技术飞跃。无论您是开发智能助手、自然语言处理应用还是需要文本到语音功能，Jetson Voice都将为您提供更多可能性和工具，更多关于信息，可以访问代码库：https://github.com/dusty-nv/jetson-voice