วิศวกรมนุษย์ “GenZ” ของ Zalo AI นำเสนอผลงานวิจัยในงานประชุมวิทยาศาสตร์ชั้นนำของโลก

โครงการวิจัยเพื่อเพิ่มความแม่นยำของโมเดลการจดจำเสียงพูดแบบเรียลไทม์ (Streaming Automatic Speech Recognition) โดย Le Duy Khanh วิศวกร “GenZ” ของ Zalo AI จะมีการประกาศเป็นครั้งแรกใน งานประชุมวิทยาศาสตร์นานาชาติที่จะจัดขึ้นในประเทศกรีซในเดือนกันยายน 2024

งานวิจัยของวิศวกร AI ของ Zalo ซึ่งเกิดในปี 2000 มี หัวข้อว่า " การปรับปรุงการจดจำคำพูดแบบสตรีมมิ่งด้วยการใส่ใจบริบทที่เลื่อนเวลาและการปิดบังบริบทด้านขวาแบบไดนามิก " ซึ่งได้คะแนนเกือบเต็ม 11/12 คะแนน ผ่านรอบการตรวจสอบอันเข้มงวดโดยมีบทความที่ผู้ เข้า ร่วมกว่า 2,000 บทความที่จะนำเสนอในงานประชุม Interspeech ในรูปแบบของเซสชันปากเปล่า


“ ผมรู้สึกภาคภูมิใจเป็นอย่างยิ่งที่บทความทางวิทยาศาสตร์ชิ้นแรกของผมได้รับการยอมรับจากการประชุมทางวิทยาศาสตร์อันทรงเกียรติ และผมมีโอกาสได้แนะนำความสำเร็จด้านการวิจัยของเวียดนามให้กับบริษัทเทคโนโลยีขนาดใหญ่ ผู้เชี่ยวชาญ และชุมชนนานาชาติได้ รู้จัก” เล ดุย ข่านห์ กล่าว

ภายใต้การแนะนำของดร. Chau Thanh Duc หัวหน้าแผนกวิจัยและพัฒนาที่ Zalo AI อาจารย์ประจำมหาวิทยาลัยวิทยาศาสตร์ (มหาวิทยาลัยแห่งชาติโฮจิมินห์ซิตี้) คาดว่าโครงการวิจัยนี้จะมีส่วนสนับสนุนอย่างสำคัญในการยกระดับโมเดลการจดจำเสียงพูด เพิ่มความแม่นยำของการบอกด้วยเสียงและการแปลงเสียงเป็นข้อความบนแอปพลิเคชัน Zalo

“ การสังเคราะห์งานวิจัยเชิงปฏิบัติจริงของ Zalo AI ลงในบทความทางวิทยาศาสตร์และนำเสนอในงานประชุมนานาชาติที่มีชื่อเสียงถือเป็นสิ่งสำคัญอย่างยิ่ง ซึ่งไม่เพียงแต่แสดงให้เห็นถึงศักยภาพของวิศวกรชาวเวียดนามเท่านั้น แต่ยังแสดงถึงความปรารถนาในการแบ่งปันประสบการณ์และมีส่วนสนับสนุนการพัฒนาชุมชน AI ระดับโลกอีกด้วย" ดร. กล่าว เจา ทันห์ ดึ๊ก กล่าวว่า

ก่อนหน้านี้ Zalo ได้บูรณาการการวิจัยนี้เข้ากับแอปพลิเคชันการส่งข้อความตั้งแต่ปลายปี 2023 ซึ่งช่วยเพิ่มความแม่นยำของฟีเจอร์ "การเรียบเรียงข้อความเสียง" อย่างมาก คุณสมบัตินี้ช่วยให้ผู้ใช้สามารถเขียนข้อความด้วยเสียงแทนการพิมพ์ด้วยมือ ช่วยประหยัดเวลาและสะดวกสบายยิ่งขึ้นในสถานการณ์การใช้งานต่างๆ มากมาย ในเวลาเดียวกันความแม่นยำของฟีเจอร์นี้ยังสูงถึง 95% ในทางปฏิบัติ อัตราความจำเป็นในการแก้ไขข้อความใหม่หลังจากเรียบเรียงโดยใช้เสียงลดลงจาก 6.4% เหลือเพียง 4.8%

ตามสถิติของ Zalo แม้ว่าฟีเจอร์ดังกล่าวยังอยู่ในขั้นตอนการทดสอบ แต่ฟีเจอร์นี้ก็สามารถสร้างข้อความได้เกือบ 4.5 ล้านข้อความต่อวัน และดึงดูดผู้ใช้รายเดือนได้ประมาณ 3.2 ล้านราย (ข้อมูลอัปเดตถึงเดือนมิถุนายน 2024)

นับตั้งแต่เริ่มต้นการเดินทางบุกเบิกในการวิจัย AI ในปี 2017 Zalo เชื่อมั่นเสมอในการ "เสริมพลัง" ให้กับคนรุ่นใหม่ ปัจจุบันพนักงาน Zalo มากถึง 31% เป็นคนรุ่น GenZ ในปี 2021 หัวข้อการวิจัยอื่นๆ สองหัวข้อของทีมวิศวกรรม AI ของ Zalo ที่เกี่ยวข้องกับเทคโนโลยีการประมวลผลเสียงยังได้รับการยอมรับในงานประชุมนานาชาติเอเชียแปซิฟิกว่าด้วยปัญญาประดิษฐ์ (PRICAI 2021) อีกด้วย ที่น่าสังเกตคือผู้เขียนทั้งสองหัวข้อนี้ล้วนเป็นนักวิจัยรุ่นเยาว์ที่มีอายุต่ำกว่า 30 ปี

Interspeech เป็นการประชุมนานาชาติที่มีชื่อเสียง ครอบคลุม และมีมายาวนานในด้านการประมวลผลเสียงพูด ซึ่งจัดโดย International Speech Communication Association ปีนี้การประชุมที่มีหัวข้อว่า “ สุนทรพจน์ และอื่นๆ ” จะจัดขึ้นระหว่างวันที่ 1-5 กันยายน 2024 บนเกาะคอส (ประเทศกรีซ)

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