ວິສະວະກອນ Human-Zen ຂອງ Zalo AI ແນະນໍາການຄົ້ນຄວ້າໃນກອງປະຊຸມວິທະຍາສາດຊັ້ນນໍາຂອງໂລກ

ວຽກ​ງານ​ຄົ້ນ​ຄ້​ວາ​ເພື່ອ​ຊ່ວຍ​ເພີ່ມ​ຄວາມ​ຖືກ​ຕ້ອງ​ຂອງ​ຕົວ​ແບບ​ການ​ຮັບ​ຮູ້​ສຽງ​ເວົ້າ​ໃນ​ເວ​ລາ​ຈິງ (Streaming Automatic Speech Recognition) ໂດຍ Le Duy Khanh - ວິ​ສະ​ວະ​ກອນ "GenZ" ຂອງ Zalo AI - ຈະ​ໄດ້​ຮັບ​ການ​ປະ​ກາດ​ເປັນ​ຄັ້ງ​ທຳ​ອິດ​ທີ່​ກອງ​ປະ​ຊຸມ ​ວິ​ທະ​ຍາ​ສາດ ​ສາ​ກົນ ​ທີ່​ຈັດ​ຂຶ້ນ​ຢູ່​ປະ​ເທດ​ເກຼັກ ໃນ​ເດືອນ 9/2024.

ດ້ວຍ ຫົວຂໍ້ " ການປັບປຸງການຮັບຮູ້ສຽງເວົ້າດ້ວຍການໃສ່ໃຈໃນສະພາບການທີ່ມີການປ່ຽນແປງເວລາແລະການປິດບັງເນື້ອຫາທີ່ຖືກຕ້ອງແບບເຄື່ອນໄຫວ " , ເອກະສານການຄົ້ນຄວ້າຂອງວິສະວະກອນ Zalo AI ທີ່ເກີດໃນປີ 2000 ໄດ້ບັນລຸຄະແນນເກືອບທີ່ສົມບູນແບບ - 11/12 ຄະແນນ, ຜ່ານຮອບທົບທວນຢ່າງເຂັ້ມງວດໂດຍມີຫຼາຍກວ່າ 2,000 ເອກະສານທີ່ເຂົ້າຮ່ວມໃນກອງ ປະ ຊຸມ.


“ ຂ້າພະ​ເຈົ້າ​ມີ​ຄວາມ​ພາກພູມ​ໃຈ​ທີ່​ບົດ​ຂຽນ​ວິທະຍາສາດ​ຄັ້ງ​ທຳ​ອິດ​ຂອງ​ຂ້າພະ​ເຈົ້າ​ໄດ້​ຮັບ​ການ​ຮັບ​ຮູ້​ຈາກ​ກອງ​ປະຊຸມ​ວິທະຍາສາດ​ທີ່​ມີ​ຊື່​ສຽງ ​ແລະ ຂ້າພະ​ເຈົ້າ​ໄດ້​ມີ​ໂອກາດ​ແນະນຳ​ຜົນສຳ​ເລັດ​ການ​ຄົ້ນ​ຄ້ວາ​ຂອງ​ຫວຽດນາມ ​ໃຫ້​ແກ່​ບັນດາ​ນັກ​ເຕັກ​ໂນ​ໂລ​ຢີໃຫຍ່, ນັກ​ຊ່ຽວຊານ ​ແລະ ປະຊາ​ຄົມ​ສາກົນ ,” Le Duy Khanh ​ແບ່ງປັນ.

ພາຍໃຕ້ການຊີ້ນຳຂອງທ່ານ ດ ຣ ເຈົາແທ່ງດຶກ, ຫົວໜ້າກົມຄົ້ນຄວ້າ ແລະ ພັດທະນາ Zalo AI, ອາຈານສອນຢູ່ມະຫາວິທະຍາໄລວິທະຍາສາດທຳມະຊາດ (ມະຫາວິທະຍາໄລແຫ່ງຊາດ ນະຄອນໂຮ່ຈີມິນ), ໂຄງການຄົ້ນຄວ້ານີ້ຄາດວ່າຈະປະກອບສ່ວນສຳຄັນເຂົ້າໃນການຍົກລະດັບຮູບແບບການຮັບຮູ້ສຽງເວົ້າ, ເພີ່ມທະວີຄວາມຖືກຕ້ອງຂອງເຄື່ອງໝາຍສຽງ ແລະ ສຽງກັບຕົວໜັງສືໃນແອັບ Zalo.

“ ການສັງລວມບັນດາບົດຄົ້ນຄວ້າຕົວຈິງຂອງ Zalo AI ເຂົ້າໃນບັນດາເອກະສານວິທະຍາສາດ ແລະ ສະເໜີຢູ່ບັນດາກອງປະຊຸມສາກົນທີ່ມີຊື່ສຽງ, ມີຄວາມໝາຍທີ່ສຸດ, ບໍ່ພຽງແຕ່ສະແດງໃຫ້ເຫັນຄວາມສາມາດຂອງນັກວິສະວະກອນຫວຽດນາມ, ແຕ່ຍັງສະແດງໃຫ້ເຫັນຄວາມປາດຖະໜາຢາກແບ່ງປັນປະສົບການ, ປະກອບສ່ວນເຂົ້າໃນການພັດທະນາປະຊາຄົມ AI ທົ່ວໂລກ” .

ກ່ອນຫນ້ານີ້, Zalo ໄດ້ປະສົມປະສານການຄົ້ນຄວ້ານີ້ເຂົ້າໃນຄໍາຮ້ອງສະຫມັກການສົ່ງຂໍ້ຄວາມຂອງຕົນຕັ້ງແຕ່ທ້າຍປີ 2023, ຊ່ວຍໃຫ້ການປັບປຸງຄວາມຖືກຕ້ອງຂອງຄຸນສົມບັດ "ອົງປະກອບຂໍ້ຄວາມສຽງ". ຄຸນສົມບັດນີ້ຊ່ວຍໃຫ້ຜູ້ໃຊ້ສາມາດຂຽນຂໍ້ຄວາມດ້ວຍສຽງແທນການພິມດ້ວຍມື, ປະຢັດເວລາ ແລະ ເຮັດໃຫ້ມັນສະດວກກວ່າໃນຫຼາຍສະຖານະການນຳໃຊ້. ໃນເວລາດຽວກັນ, ຄວາມຖືກຕ້ອງຂອງຄຸນນະສົມບັດນີ້ໄດ້ບັນລຸ 95% ໃນການປະຕິບັດ; ອັດ​ຕາ​ການ​ຕ້ອງ​ການ​ແກ້​ໄຂ​ຂໍ້​ຄວາມ​ຄືນ​ໃຫມ່​ຫຼັງ​ຈາກ​ການ​ຂຽນ​ດ້ວຍ​ສຽງ​ໄດ້​ຫຼຸດ​ລົງ​ຈາກ 6,4% ເປັນ 4,8%.

ອີງຕາມສະຖິຕິ Zalo, ເຖິງແມ່ນວ່າຄຸນນະສົມບັດຍັງຢູ່ໃນຂັ້ນຕອນການທົດສອບ, ມັນໄດ້ສ້າງເກືອບ 4.5 ລ້ານຂໍ້ຄວາມຕໍ່ມື້ແລະດຶງດູດຜູ້ໃຊ້ປະມານ 3.2 ລ້ານຄົນຕໍ່ເດືອນ (ຂໍ້ມູນຖືກປັບປຸງໃຫ້ເດືອນມິຖຸນາ 2024).

ນັບຕັ້ງແຕ່ເລີ່ມຕົ້ນການເດີນທາງບຸກເບີກຂອງຕົນໃນການຄົ້ນຄວ້າ AI ໃນປີ 2017, Zalo ໄດ້ເຊື່ອສະເຫມີໃນ "ສ້າງຄວາມເຂັ້ມແຂງ" ລຸ້ນຫນຸ່ມ. ໃນປັດຈຸບັນ, ເຖິງ 31% ຂອງພະນັກງານ Zalo ແມ່ນຂຶ້ນກັບການຜະລິດ GenZ. ໃນປີ 2021, ສອງຫົວຂໍ້ການຄົ້ນຄວ້າອື່ນໆຂອງທີມງານວິສະວະກໍາ Zalo AI ທີ່ກ່ຽວຂ້ອງກັບເຕັກໂນໂລຢີການປຸງແຕ່ງຄໍາເວົ້າຍັງໄດ້ຮັບການຍອມຮັບໃນກອງປະຊຸມສາກົນອາຊີ - ປາຊີຟິກ ກ່ຽວກັບປັນຍາປະດິດ (PRICAI 2021). ເປັນທີ່ຫນ້າສັງເກດ, ຜູ້ຂຽນຂອງທັງສອງຫົວຂໍ້ນີ້ແມ່ນນັກຄົ້ນຄວ້າໄວຫນຸ່ມທີ່ມີອາຍຸຕ່ໍາກວ່າ 30 ປີ.

Interspeech ແມ່ນກອງປະຊຸມສາກົນທີ່ຍາວນານ, ທີ່ສົມບູນແບບແລະມີຊື່ສຽງກ່ຽວກັບການປຸງແຕ່ງການປາກເວົ້າທີ່ຈັດໂດຍສະມາຄົມການສື່ສານຄໍາເວົ້າລະຫວ່າງປະເທດ. ໃນ​ປີ​ນີ້, ກອງ​ປະ​ຊຸມ​ທີ່​ມີ​ຫົວ​ຂໍ້ "ການ​ປາກ​ເວົ້າ ​ແລະ ​ນອກ " ຈະ​ຈັດ​ຂຶ້ນ​ໃນ​ວັນ​ທີ 1-5 ເດືອນ​ກັນ​ຍາ 2024 ຢູ່​ເກາະ Kos (ເກ​ຣັກ).

ທີ່ມາ: https://www.vng.com.vn/news/people/ky-su-genz-cua-zalo-ai-gioi-thieu-nghien-cuu-tai-hoi-nghiem-khoa-hoc-hang-dau-the-gioi.html