Công nghệ xử lý giọng nói của Việt Nam được ghi nhận tại Hội nghị AI quốc tế

Tạp chí Nhịp sống số - Mới đây, 2 đề tài nghiên cứu liên quan đến công nghệ xử lý giọng nói của nhóm kỹ sư Zalo AI đã được công nhận tại Hội nghị châu Á - Thái Bình Dương về trí tuệ nhân tạo quốc tế - PRICAI 2021.

PRICAI là hội nghị quốc tế tập trung nghiên cứu về trí tuệ nhân tạo (AI) và ứng dụng trong lĩnh vực kinh tế - xã hội trên phạm vi châu Á - Thái Bình Dương, được tổ chức lần đầu vào năm 1990. Đây là nơi quy tụ nhiều chuyên gia xuất sắc trên thế giới về AI nói riêng và lĩnh vực công nghệ thông tin nói chung. Năm 2021, PRICAI được tổ chức tại Hà Nội (Việt Nam).

Các công trình nghiên cứu được công nhận của nhóm kỹ sư Việt Nam đều liên quan đến công nghệ xử lý giọng nói (Speech Processing): Nghiên cứu về việc chuẩn hóa văn bản đa tác vụ cho hệ thống thống tổng hợp giọng nói (Multi-task Text Normalization Approach for Speech Synthesis) và Nghiên cứu các giải pháp để xây dựng hệ thống tổng hợp giọng nói đa ngôn ngữ (Learning Vietnamese-English Code-Switching Speech Synthesis Model Under Limited Code-Switched Data Scenario).

Thực hiện đề tài này là các nhà nghiên cứu trẻ tuổi đến từ Zalo AI với tuổi đời chưa tới 30 là: Trang Trương (1994), Việt Lâm (1995), Cúc Bùi (1997), và Mạnh Cường (1999).

Nhóm kỹ sư AI tại Zalo vừa có 2 đề tài nghiên cứu được công bố tại PRICAI 2021

Được biết, đội ngũ đã mất khoảng 6 tháng để nghiên cứu, thử nghiệm và 2 tháng để hoàn thành phần bài báo khoa học. Các đề tài đều xuất phát từ nhu cầu thực tiễn trong quá trình xây dựng các sản phẩm AI để phục vụ người dùng.

“Bọn mình cảm thấy module chuẩn hóa văn bản để tổng hợp giọng nói đang có nhiều hạn chế về từ viết tắt, từ mới, từ sai chính tả, và vấn đề ngắt nghỉ. Điều này có thể ảnh hưởng đến mức độ tự nhiên của giọng nói AI. Vì thế, chúng mình đã cố gắng xây dựng một mô hình nhằm cải thiện vấn đề đang gặp phải”. – Cúc Bùi, thành viên nhóm nghiên cứu chia sẻ.

Hiện tại, cả “Nghiên cứu về việc chuẩn hóa văn bản đa tác vụ cho hệ thống thống tổng hợp giọng nói” và “Nghiên cứu các giải pháp để xây dựng hệ thống tổng hợp giọng nói đa ngôn ngữ” đều đang được ứng dụng vào thực tiễn. Cụ thể là 2 nghiên cứu đang được áp dụng vào hệ thống tổng hợp giọng nói nhằm hỗ trợ sản phẩm thực tế chạy trên trang Báo Mới và loa thông minh Kiki. 

Sau khi tham dự PRICAI 2021, nhóm kỹ sư vẫn tiếp tục các nghiên cứu còn dang dở nhằm cải thiện sản phẩm họ đang phụ trách tại Zalo. Nếu có cơ hội hay ý tưởng tốt, nhóm vẫn vẫn sẵn sàng thực hiện các bài báo khoa học để chia sẻ tri thức tới cộng đồng AI.

Nói về mong muốn mang giải pháp AI của Việt Nam ra đấu trường quốc tế, kỹ sư Mạnh Cường cho rằng: "Việc mang những kiến thức về trí tuệ nhân tạo của người Việt Nam ra thế giới là mong muốn của rất nhiều kỹ sư AI. Và mình cảm thấy khá tự hào khi được góp một phần nhỏ trong hành trình ấy".

Việc các đề tài nghiên cứu của các kỹ sư Việt Nam được công nhận ở Hội nghị quốc tế là tín hiệu vui, phản ánh sự rút ngắn khoảng cách giữa Việt Nam và thế giới trong lĩnh vực AI.

Có thể bạn quan tâm

Việc có giấy phép thiết lập mạng và cung cấp dịch vụ thông tin di động mặt đất sử dụng công nghệ 5G là bước ngoặt để doanh nghiệp có thể làm các thủ tục triển khai dịch vụ đáp ứng nhu cầu khách hàng.