NVIDIA推出用于AI应用的数字人界面蓝图
realtime news Sep 26, 2024 12:59
NVIDIA推出NIM代理蓝图，支持开发用于AI应用的数字人界面，通过类人互动增强客户服务。
为客户提供优质服务仍然是各行业企业的首要任务，从回答问题和解决问题到在线订单的处理。根据NVIDIA技术博客，随着企业扩大运营并在全球范围内扩展业务以竞争，对无缝客户服务的需求呈指数级增长。
通过数字人界面增强客户服务
传统的客户服务方法，例如知识库文章和电话树，通常会给客户带来大量信息，导致信息保留率低下。为了解决这一问题，NVIDIA推出了其数字人NVIDIA NIM代理蓝图，结合NVIDIA NIM微服务与参考代码和文档，以提供更具吸引力和更有效的客户服务体验。
企业现在可以部署数字人界面，提供流畅的类人互动，而不仅仅依赖于基于文本的聊天机器人。这种创新方法利用生成性AI、对话AI和视觉AI等技术来提高用户参与度和满意度。
设计用于客户服务的类人聊天机器人
在开发客户服务工具时，至关重要的是考虑最终用户及其偏好的互动方式。虽然基于文本的应用程序有其优势，但是对多语言支持和精确信息检索的需求推动了数字人界面的需求。例如，企业可以使用像James这样的化身，他是对NVIDIA产品颇有了解的互动性数字人，通过检索增强生成（RAG）进行信息检索，提供可扩展且准确的客户支持。
用于客户服务的数字人NVIDIA NIM代理蓝图包括几个关键组件：
- NVIDIA Riva ASR NIM：一个先进的Parakeet自动语音识别（ASR）模型，可以高精度地转录英语口语。
- NVIDIA Riva TTS NIM：FastPitch，一个mel谱图生成器，与神经逆编码器结合使用以生成男性或女性的美式英语语音。
- NVIDIA Audio2Face NIM：将3D角色的面部特征与任何音频轨道匹配，使其动画化。
- Llama 3 8B NIM：一个先进的大型语言模型（LLM），拥有卓越的语言理解、推理和文本生成能力。
构建数字人界面
用于客户服务的数字人NIM代理蓝图由NVIDIA Tokkio提供支持，集成了基于RAG构建的现有生成性AI应用程序。这种方法通过一个3D动画数字人界面使企业应用程序变得生动，增强用户体验并提供更快的解决方案。
蓝图包括两个主要步骤：
步骤1：启动用户互动
用户的音频通过网页前端处理，传递给NVIDIA ACE代理，在互动过程中将音频转换为文本并反过来转换回音频。
步骤2：驱动类真实的数字人
代理使用音频管道来动画化化身并渲染栩栩如生的特征。用户反馈随后被纳入后端RAG应用程序，以实现持续改进。
蓝图包包括：
- 一个可定制的数字人名为Ben
- 示例应用程序
- 定制文档
- 参考代码
- Helm图表
- 集成指南
- 部署说明
- 评估指标
开始使用
要探索用于客户服务的数字人的互动演示，请访问NVIDIA ACE。有关文档、示例代码和Helm图表，请查看生成性AI示例GitHub仓库。加入NVIDIA开发者计划，在开发期间免费访问或申请90天试用期的NVIDIA AI Enterprise以获得进一步支持。
Image source: Shutterstock