Always On: Google AI Sẽ Giúp Các Thiết Bị Android Hệ Thống Nhận Diện Giọng Nói Không Cần Mạng

Trung tuần tháng 03/2016, Google phát triển một hệ thống nhận dạng giọng nói dung lượng đủ nhỏ để chiếc Nexus 5 có thể phản hồi “nhanh hơn thời gian thực” mà không cần đến kết nối Internet.

Được biết, hệ thống mới không cần đến trung tâm phân tích dữ liệu từ xa, không phụ thuộc vào kết nối mạng, và có thể dùng trên nhiều thiết bị như smartphone, smartwatch hoặc các loại thiết bị có bộ nhớ giới hạn khác.

Theo tài liệu được nhóm nghiên cứu tại Google công bố, mục tiêu được đặt ra là nhằm tạo ra một hệ thống nhận dạng giọng nói có dung lượng không quá nặng, nhưng có khả năng hoạt động chính xác để có thể chạy trực tiếp trên thiết bị.

Cụ thể, hệ thống nhận dạng giọng nói mới của Google có dung lượng chỉ 20.3 MB, khi được thử nghiệm trên Nexus 5 với CPU 2.26 GHz, 2 GB RAM thì tỉ lệ sai từ của hệ thống vào khoảng 13.5% với thử thách đọc chính tả.

Google sở hữu hàng loạt các nghiên cứu tương tự, và không khó để hình dung hệ thống nhận dạng giọng nói trên hoạt động dựa trên các công nghệ máy học (machine-learning). Để thu nhỏ hệ thống, các nhà nghiên cứu đã sử dụng nhiều kỹ thuật khác nhau, họ đã nén mô hình nhận biết âm thanh xuống còn 1/10 so với dung lượng ban đầu.

Các nhà nghiên cứu cũng cho biết, hệ thống nhận dạng giọng nói hoạt động ngoại tuyến (offline) hiện đã có thể thực hiện một số lệnh như yêu cầu gửi một email đến một ai đó, và có thể tái sắp xếp thời gian cho hành động này. Hệ thống chỉ đơn giản là phiên dịch lại lệnh ngay lập tức và thực thi sau đó.

Tuy nhiên, để có khả năng phiên dịch chính xác, hệ thống sẽ cần các thông tin cá nhân tương ứng, chẳng hạn như tên người nhận email. Giải pháp của nhóm nghiên cứu là tích hợp danh bạ trên thiết bị vào hệ thống.

Để dạy cho mô hình nhận biết âm thanh, các nhà nghiên cứu đã trích xuất 3 triệu lời nói, tổng dung lượng khoảng 2,000 giờ từ hệ thống tìm kiếm bằng âm thanh của Google (Google Voice). Ngoài ra, để khiến hệ thống đáng tin cậy hơn, họ cũng dùng các đoạn âm nhiễu từ các video đăng tải trên YouTube.