Vbee și eforturile sale de a promova limba vietnameză.

Pășind în sala de așteptare a aeroportului, în mijlocul mulțimii aglomerate care se întorcea din călătoriile de afaceri, Ho Minh Duc s-a oprit câteva secunde când a auzit o voce feminină blândă și familiară citind un anunț în sistem.

Personalul Vbee lucrează la sediul companiei din Hanoi - Fotografie: Furnizată de companie.

A zâmbit, simțindu-se ușurat și fericit, ca și cum s-ar fi reîntâlnit cu o persoană iubită. Acea „persoană iubită” era unul dintre cei 20 de actori vocali inteligenți cu care Duc și echipa Vbee lucraseră nenumărate zile și luni, investind sufletul în fiecare nuanță a sunetului și creând cu grijă fiecare nuanță pentru a o face din ce în ce mai naturală și mai umană.

Drumul anevoios al startup-urilor

Directorul general Ho Minh Duc și directorul tehnic Nguyen Thi Thu Trang – cei doi fondatori ai companiei pe acțiuni Vbee Data Services and Solutions – au experimentat o asemenea bucurie și mândrie de nenumărate ori.

I-au întâlnit din nou pe acești „cunoștinți speciale” în diverse circumstanțe: vocile clare din difuzoarele școlii, tonurile calde din clădiri sau vocile profesionale din sistemele telefonice automate ale multor companii.

Creațiile Vbee nu mai sunt doar rezultatul unor algoritmi și cod; ele intră cu adevărat în viața reală, aducând contribuții discrete, dar puternice, în multe domenii.

De la recenzii de cărți și dublaje de filme până la anunțuri automate în centrele de apeluri, Vbee a insuflat o nouă viață tehnologiei vocale.

În calitate de „mamă” a tehnologiei TTS de bază, Dr. Nguyen Thi Thu Trang a aspirat întotdeauna să aducă produse derivate din tehnologia vietnameză de sinteză vocală – o tehnologie pentru care a investit multă pasiune încă de la teza sa de doctorat la Universitatea Paris 11 – utilizatorilor reali.

Primele zile ale Vbee au fost pline de provocări. Deși a fost gratuit în primii doi ani, instrumentul lor de conversie a vorbirii prin text (TTS) a atras doar un grup mic de utilizatori. Dar apoi, în mod neașteptat, COVID-19 a devenit un punct de cotitură.

Confruntate cu reglementări stricte de distanțare socială, companii precum FE Credit, Momo, Viet Credit, Sacombank etc. au fost nevoite să găsească modalități de a ajunge la mii de clienți. Atunci Vbee a primit o oportunitate: de la mementouri privind datoriile la răspunsuri automate, produsul lor a devenit rapid soluția optimă. La acea vreme, asistenții virtuali și agenții din centrele de apel virtuale aduceau până la 80% din veniturile Vbee.

Pe măsură ce pandemia s-a potolit și economia globală a intrat în declin, Vbee s-a confruntat cu o nouă provocare. Valul de inteligență artificială generativă (GenAI) și tendința conținutului digital au reînviat instrumentul TTS. Astăzi, de la TikTok la YouTube și Facebook, vocile AI ale Vbee sunt peste tot.

„O mare parte din conținutul TTS actual este furnizat de noi”, a declarat cu mândrie Ho Minh Duc. În prezent, baza de utilizatori activi ai Vbee a depășit 2 milioane, iar acest număr continuă să crească constant cu 20% în fiecare lună.

Vbee a antrenat peste 20 de voci de înaltă calitate pentru companii, iar dacă includeți voci personalizate, au creat peste 200 de voci diferite de inteligență artificială.

Cu o nouă tehnologie de transcriere vocală recent cercetată și lansată pentru testare, o voce nouă necesită acum doar 3 minute de înregistrare a datelor pentru antrenament, în loc de 4 până la 10 ore de înregistrare, cum era acum doi ani.

Directorul general Ho Minh Duc și directorul tehnic Nguyen Thi Thu Trang - cei doi fondatori ai companiei pe acțiuni Vbee Data Services and Solutions - Fotografie: Furnizată de companie.

„Avem un avantaj în înțelegerea limbii vietnameze.”

În cursa pentru tehnologia de sinteză vocală, directorul general Ho Minh Duc vede un punct în care eforturile de inovare tehnologică își vor atinge treptat limitele.

Potrivit acestuia, Vbee nu numai că dezvoltă o tehnologie de bază pentru procesarea vorbirii în Vietnam, ci construiește și un sistem tehnologic capabil să înțeleagă în profunzime limba vietnameză - cu toate subtilitățile, tonurile și cultura unică pe care doar vietnamezii adevărați le pot înțelege pe deplin.

În calitate de companie lider pe piața TTS din Vietnam, cei doi lideri ai Vbee consideră că instrumentul lor a devenit standardul pentru voiceover-urile bazate pe inteligență artificială în limba vietnameză. Utilizatorii nu numai că apreciază acuratețea, dar simt și „emoția” din fiecare voce dezvoltată de Vbee.

În limba vietnameză, de exemplu, chiar și un singur cuvânt precum „ngõ” (alee) are multe denumiri diferite în funcție de regiune, cum ar fi „hẻm”, „kiệt” și „xẹc” - fiecare cuvânt având o nuanță distinctă pe care inteligența artificială trebuie să o înțeleagă.

Pentru a realiza acest lucru, Vbee a investit masiv în colectarea de seturi de date eșantion, precum și într-un sistem de server puternic pentru antrenarea inteligenței artificiale.

„Pentru a permite inteligenței artificiale să înțeleagă și să proceseze corect informații cu astfel de nuanțe regionale, a trebuit să construim nenumărate seturi de mostre, iar costul serverelor de procesare a fost, de asemenea, foarte ridicat”, a declarat CEO-ul Ho Minh Duc.

Dr. Nguyen Thi Thu Trang a dedicat peste 15 ani cercetării tehnologiei TTS de bază a Vbee pentru a descifra tonurile distinctive și gramatica limbii vietnameze. Pentru ea, limba maternă este o lume subtilă plină de nuanțe expresive.

„Vietnameza este o limbă foarte complexă și interesantă; tonurile sunt aspectul cel mai dificil și diferite de multe alte limbi comune din lume. Cu cât înțeleg mai bine limba, cu atât modelul meu va fi mai precis”, a explicat ea.

Vbee se impune treptat ca o parte indispensabilă a instrumentelor și dispozitivelor care integrează software-ul de procesare a limbii vietnameze în era tehnologică.

În fiecare cuvânt și în fiecare voce, echipa Vbee nu numai că explorează și dezvoltă tehnologia, dar se străduiește și să creeze o „emoție vietnameză” autentică în vocile lor bazate pe inteligență artificială.

Numele Vbee este o abreviere a cuvintelor „vietnameze, fii ochii tăi”, provenind din dorința mea inițială de a crea un instrument care să servească drept „ochi” pentru persoanele cu deficiențe de vedere. Cu toate acestea, în lumea în curs de dezvoltare de astăzi, unde mulți oameni prioritizează auzul în detrimentul văzului, credem că Vbee va deveni și „ochi” pentru toată lumea.

Dr. Nguyen Thi Thu Trang (lector universitar la Școala de Tehnologia Informației și Comunicațiilor, Universitatea de Știință și Tehnologie din Hanoi, fondatoare și director tehnic al companiei Vbee)

O reuniune de pasionați de cărți audio

Vbee s-a născut din legătura profundă a Dr. Nguyen Thi Thu Trang cu comunitatea persoanelor cu deficiențe de vedere. Încă din perioada studenției, ea a fost implicată în înregistrarea de cărți audio și dezvoltarea de sisteme text-vorbire vietnameze pentru a sprijini persoanele cu deficiențe de vedere.

Aceste experiențe au inspirat-o să dezvolte un software de conversie a textului în vorbire în limba vietnameză – precursorul Vbee. În 2018, ea și colegul ei de clasă, Ho Minh Duc – student la Universitatea de Știință și Tehnologie din Hanoi, cu experiență în proiectul Socbay.com și în digitalizarea cărților audio – au fondat Vbee, un pionier în domeniul conversiei textului în vorbire în Vietnam.

Realizările remarcabile ale Vbee

- Câștigător al premiului întâi la Qualcomm Vietnam Innovation Challenge 2024

- Premiul Special la Premiul pentru Startup-uri pentru Tineret 2023

Startup-ul câștigă programul de accelerare Grab Venture Ignite 2020.

- Marele premiu la Premiile Vietnam Talent 2018, premiul al doilea la Premiile Vietnam Talent 2020.

- Certificată ca tehnologie de bază vietnameză în Programul Național de Transformare Digitală 2025-2030 al Ministerului Informațiilor și Comunicațiilor.

Proiectul a câștigat Premiul Vietnam Digital Media 2018 și Premiul Vingroup Funding 2019.

Viziunea regională

După ce s-a impus pe piața vietnameză, Vbee își propune să se extindă în Asia de Sud-Est, cu planuri de a aduce tehnologia sa TTS în țări precum Laos, Thailanda, Cambodgia și Filipine până în 2026.

Potrivit Dr. Nguyen Thi Thu Trang, avansul rapid al tehnologiei de astăzi, odată cu apariția modelelor multilingve, va facilita dezvoltarea de instrumente TTS pentru alte limbi.

În prezent, ea cercetează tehnologii vocale pentru limbile thailandeză, chineză și engleză, deschizând noi căi pentru Vbee pe piața internațională.

Sursă: https://tuoitre.vn/vbee-va-no-luc-chap-canh-cho-tieng-viet-20250217102146767.htm