文 / VRAR星球 R星人

3月23日，英伟达在其开发者博客发布了一篇新的文章，称他们正在测试一个新的工具包——Test Project Mellon，以探索创建由自然语言语音命令控制的免提扩展现实(XR)体验。

据了解，Project Mellon是一个轻量级的Python包，能够利用语音AI ( NVIDIA Riva )和大型语言模型(LLM)（NVIDIA NeMo 服务）的重量级功能来简化沉浸式环境中的用户交互。

英伟达认为，言语可以做很多事情，此项目的目的，就是以实用的方式利用语音AI和LLM的力量打开虚拟世界的大门，做更多的事情。通过Project Mellon，几乎任何应用程序的开发人员都可以轻松地将自然语言理解添加到他们的软件中。这不仅降低了协作XR技术的入门门槛，同时也能够使IC.IDO Weave中的用户体验更加人性化。

具体而言，Project Mellon 1.0的主要发布功能包括：轻量级、易于集成的Python库；LLM支持自然语言理解的准确性零样本语言模型，无需特定命令训练；具有会话和视觉上下文的自然语言命令支持；支持询问有关命令和场景的问题，具有自然语言响应；用于命令理解和执行的简单Python API；基于Web的测试应用程序；以及ASR、TTS、LLM 和神经机器翻译(NMT)可以在本地或远程托管，具有较短的响应时间。

图源：nvidia

商务合作：13146398132

媒体合作：13341147250

爆料投稿：editor@vrarworld.cn

版权声明：本文为VRAR星球原创，任何单位及个人未经授权不得转载，否则将依法追究侵权责任。

如需转载请联系13341147250 / editor@vrarworld.cn 申请授权，转载时请注明来源并保留VRAR星球原文链接。

本文部分图片及视频来源于互联网，如涉及侵权请联系我们删除。