NVIDIA RIVA
NVIDIA RIVA は GPU アクセラレーションを活用した音声 AI プラットフォームであり、ミニプレム(MiniPrem)に対して低レイテンシの TTS(音声合成)および STT(音声認識)機能を提供します。本ガイドではデプロイのセットアップと設定について説明します。Admin Portal の音声設定については Voice (TTS) Options を参照してください。
前提条件
CUDA 対応の NVIDIA GPU
インストールおよび設定済みの NVIDIA Container Toolkit
Ubuntu 24.04 LTS 以降上で動作する Docker Engine
NGC API キー(NVIDIA NGC から取得)
セットアップ
NGC レジストリに認証します:
docker login nvcr.io # Username: $oauthtoken # Password: <your NGC API key>RIVA コンテナイメージをプルします:
docker pull nvcr.io/nvidia/riva/riva-speech:latestDocker Compose で RIVA を起動します:
RIVA は MiniPrem のデプロイメントと並行してコンテナ化されたマイクロサービスとして動作します。Docker Compose の設定に以下を追加するか、RIVA 用の compose ファイルを使用してください。
services: riva: image: nvcr.io/nvidia/riva/riva-speech:latest ports: - "50051:50051" deploy: resources: reservations: devices: - driver: nvidia count: 1 capabilities: [gpu] environment: - RIVA_API_KEY=${RIVA_API_KEY:-}RIVA が起動していることを確認します:
docker logs riva # Look for: "Riva server is ready"
設定
環境変数
レンダラー(開発コード:Renny)から RIVA に接続するために、以下の環境変数を設定します。
RIVA_SERVER_ADDR
RIVA gRPC サーバーのアドレス
localhost:50051
RIVA_API_KEY
認証用 NGC API キー(任意)
なし
これらは MiniPrem の .env ファイル、または Docker Compose の environment セクションに設定してください。
Admin Portal の設定
RIVA が起動した後は、Admin Portal で次のように設定します。
Admin Portal にログインします。
対象ペルソナの Voice タブに移動します。
TTS プロバイダーとして NVIDIA RIVA を選択します。
音声名(例:
Magpie-Multilingual.EN-US.Leo)を入力します。必要に応じて RIVA の URL と API キーのオーバーライドを設定します。
変更を保存します。
Admin Portal の詳細な設定については Voice (TTS) Options を参照してください。
音声モデル
RIVA は複数の音声モデルをサポートしています。代表的な音声は次のとおりです。
Magpie-Multilingual.EN-US.Leo
英語(米国)
男性
Magpie-Multilingual.EN-US.Emily
英語(米国)
女性
利用可能な音声は、お客様の RIVA インスタンスにデプロイされているモデルに依存します。サポートされている音声の一覧およびモデルのダウンロードについては NVIDIA RIVA TTS ドキュメント を参照してください。
補足事項
RIVA はコンテナ起動後、リクエストを処理できるようになるまで数分のウォームアップ時間を要します。
音声出力は Renny のレンダラーの想定に合わせて 48kHz 16bit モノラル PCM で配信されます。
RIVA は Renny と同じ GPU 上で動作させることも可能ですが、本番環境では専用 GPU の利用を推奨します。
エアギャップ環境にデプロイする場合は、事前に RIVA のモデルとコンテナイメージをダウンロードしておいてください。
最終更新
