Công nghệ

• Hệ thống Speech-to-text ứng dụng Trí tuệ nhân tạo

• Hệ thống backend được lập trình trên nền tảng Java (1.8), sử dụng Spring Boot, JPA, JWT và ffmpeg. Triển khai trên Apache Tomcat 9, sử dụng cơ sở dữ liệu Oracle 18c.

• AI server được cài đặt trên hệ điều hành Linux (Ubuntu/Centos), sử dụng tensorflow  và một số thư viện Python phổ thông khác.

Cần phát triển một hệ thống Speech-to-text chuyên biệt đảm bảo các tiêu chí:

• Nhận dạng giọng nói theo thời gian thực, liên tục (real-time speech recognition) 

• Độ chính xác cao

• Tự động chuẩn hóa: thêm dấu câu, ngắt nghỉ ...

• Có thể ứng dụng nhiều cuộc họp trong cùng một thời điểm

• Nhận dạng được nhiều từ ngữ chuyên ngành

• Nhận dạng được nhiều giọng vùng miền

Mọi nội dung được nói ra trong cuộc họp sẽ ngay lập tức được viết dưới dạng văn bản, thể hiện trên màn hình máy tính, thiết bị di động của các thành viên tham gia cuộc họp, giúp các thành viên có thể nắm bắt tức thời và lưu trữ nhanh chóng toàn bộ nội dung của kỳ họp.