Engenheiro de IA com visão humanizada, da Zalo AI, apresenta pesquisa na principal conferência científica mundial.

O trabalho de pesquisa para ajudar a aumentar a precisão dos modelos de reconhecimento de fala em tempo real (Streaming Automatic Speech Recognition) de Le Duy Khanh - engenheiro da "Geração Z" da Zalo AI - será anunciado pela primeira vez na Conferência Científica Internacional , que acontecerá na Grécia em setembro de 2024.

Com o tema " Aprimorando o reconhecimento de fala em streaming com atenção contextual deslocada no tempo e mascaramento dinâmico do contexto direito " , o artigo de pesquisa do engenheiro de IA da Zalo, nascido em 2000, alcançou uma pontuação quase perfeita - 11/12 pontos, passando pela rigorosa rodada de revisão com mais de 2.000 artigos participantes para ser apresentado na Conferência Interspeech em formato de sessão oral.


“ Estou muito orgulhoso por meu primeiro artigo científico ter sido reconhecido por uma conferência científica de prestígio e por ter a oportunidade de apresentar as conquistas da pesquisa do Vietnã para grandes empresas de tecnologia, especialistas e a comunidade internacional ”, compartilhou Le Duy Khanh.

Sob a orientação do Dr. Chau Thanh Duc, chefe do Departamento de Pesquisa e Desenvolvimento da Zalo AI e professor da Universidade de Ciências Naturais (Universidade Nacional da Cidade de Ho Chi Minh), espera-se que este projeto de pesquisa contribua significativamente para o aprimoramento dos modelos de reconhecimento de fala, aumentando a precisão da ditagem por voz e da conversão de voz em texto no aplicativo Zalo.

“ Sintetizar a pesquisa altamente prática da Zalo AI em artigos científicos e apresentá-los em conferências internacionais de prestígio é muito significativo. Isso não apenas demonstra a capacidade dos engenheiros vietnamitas, mas também o desejo de compartilhar experiências e contribuir para o desenvolvimento da comunidade global de IA”, disse o Dr. Chau Thanh Duc.

Anteriormente, a Zalo integrou essa pesquisa em seu aplicativo de mensagens a partir do final de 2023, contribuindo para melhorar significativamente a precisão do recurso de "composição de mensagens de voz". Esse recurso permite que os usuários componham mensagens por voz em vez de digitá-las manualmente, economizando tempo e tornando o uso mais conveniente em diversas situações. Ao mesmo tempo, a precisão desse recurso atingiu 95% na prática; a taxa de necessidade de reeditar o texto após a composição por voz diminuiu de 6,4% para apenas 4,8%.

Segundo as estatísticas do Zalo, embora o recurso ainda esteja em fase de testes, ele gerou quase 4,5 milhões de mensagens por dia e atraiu cerca de 3,2 milhões de usuários mensais (dados atualizados até junho de 2024).

Desde que iniciou sua jornada pioneira em pesquisa de IA em 2017, a Zalo sempre acreditou no empoderamento da geração mais jovem. Atualmente, até 31% dos funcionários da Zalo pertencem à geração Z. Em 2021, outros dois tópicos de pesquisa da equipe de engenharia de IA da Zalo, relacionados à tecnologia de processamento de fala, também foram reconhecidos na Conferência Internacional de Inteligência Artificial da Ásia- Pacífico (PRICAI 2021). Notavelmente, os autores desses dois tópicos são todos jovens pesquisadores com menos de 30 anos.

A Interspeech é uma conferência internacional de longa data, abrangente e prestigiada sobre Processamento de Fala, organizada pela Associação Internacional de Comunicação da Fala. Este ano, a conferência, com o tema “Fala e além ”, acontecerá de 1 a 5 de setembro de 2024 na ilha de Kos (Grécia).

Fonte: 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