NVIDIA发布Nemotron端侧语音智能体教程

Hugging Face博客发布教程，介绍如何利用NVIDIA Nemotron构建端侧语音角色智能体。该方案将ASR、Bolt E4B、Magpie TTS及Audio2Face-3D整合于单个工作站，实现本地语音角色交互。 教程展示了“MonsterHouse”项目。虽然代码未打包发布，但其所使用的NVIDIA模型均现已可用。Nemotron语音智能体可作为主要实现路径，帮助完成大部分构建工作。 在模型配置上，教程默认使用名为“4GB”的4位量化版本作为响应模型，同时也提供BF16检查点供对比使用。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。