Trang chủ › Sản phẩm › s2speech

Nền tảng AI tiếng nói tiếng Việt

s2speech: AI tiếng nói chuyên sâu tiếng Việt cho doanh nghiệp

s2speech gom Speech-to-Text, Text-to-Speech và mô hình ngôn ngữ aivision-L1.0 vào một nền tảng: một tài khoản, một API key, một số dư. Doanh nghiệp chép lời cuộc gọi và cuộc họp, tạo giọng đọc tự nhiên cho tổng đài, tóm tắt và phân tích hội thoại tiếng Việt. Mỗi tài khoản được dùng miễn phí $10 mỗi ngày, không cần thẻ.

Dùng thử tại s2speech.com

Số liệu công bố

  • 11,84% tỉ lệ lỗi từ (WER) trung bình trên 4 bộ kiểm thử tiếng Việt
  • $10 miễn phí mỗi ngày cho mọi tài khoản, không cần thẻ
  • 24 ngôn ngữ trong ứng dụng dịch và họp
  • 8 phiên đồng thời trên một GPU khoảng 8 GB (Speech-to-Speech)

WER càng thấp càng tốt. Số liệu nội bộ của AIVISION trên dữ liệu không dùng để huấn luyện: FLEURS-vi 4,58%, VIVOS 6,83%, ViMedCSS (y khoa) 15,68%, cuộc họp doanh nghiệp thực tế 20,29%.

Tính năng chính

  • Speech-to-Text: Streaming thời gian thực qua WebSocket và chép lời file hoặc URL qua REST. Hiểu tiếng Việt nói xen tiếng Anh, số, tiền, ngày tháng, có mốc thời gian theo từng từ và nhiều giọng vùng miền.
  • Text-to-Speech: Giọng đọc tiếng Việt và tiếng Anh tự nhiên, phát streaming ngay từ chữ đầu tiên, có định dạng 8 kHz G.711 μ-law/A-law cho tổng đài Asterisk, FreeSWITCH.
  • Nhân bản giọng nói: Tạo giọng riêng từ 20 giây đến 2 phút ghi âm, khi có sự đồng ý của người nói.
  • LLM aivision-L1.0: API tương thích OpenAI, chỉ cần đổi base URL. Tóm tắt, hỏi đáp, làm biên bản, dịch và phân tích hội thoại, có streaming, bằng tiếng Việt và tiếng Anh.
  • Ứng dụng dùng ngay: Hana trò chuyện bằng giọng nói với nhân vật AI, AI Voice Note ghi âm và làm biên bản, phụ đề dịch trực tiếp, phiên dịch giọng nói và phòng họp đa ngôn ngữ; ứng dụng dịch và họp hỗ trợ 24 ngôn ngữ.
  • Speech-to-Speech tại chỗ: Bản Speech-to-Speech miễn phí, chạy thời gian thực, triển khai on-premise trên một GPU khoảng 8 GB VRAM (cỡ RTX 2080 Ti) với 8 phiên đồng thời.

Cách hoạt động

  1. Tạo tài khoản: Một tài khoản, một API key và một số dư cho mọi dịch vụ, kèm $10 miễn phí mỗi ngày.
  2. Kết nối: Gọi REST hoặc WebSocket cho giọng nói; với LLM, giữ thư viện OpenAI quen thuộc và đổi base URL.
  3. Xử lý: Chép lời, đọc văn bản, tóm tắt hay dịch, kết quả trả về dạng streaming.
  4. Mở rộng: Nạp thêm bằng chuyển khoản từ 50.000đ, hoặc triển khai Speech-to-Speech on-premise.

Phù hợp cho

  • Tổng đài và chăm sóc khách hàng
  • Biên bản cuộc họp
  • Phụ đề và dịch trực tiếp
  • Phiên dịch giọng nói
  • Phân tích hội thoại
  • Ghi chú giọng nói

Kinh nghiệm triển khai tại Việt Nam, Hoa Kỳ, Mexico, Philippines và Thái Lan.

Truy cập s2speech.com · Xem tất cả sản phẩm

Sản phẩm khác của AIVISION

  • VTraks: Giám sát trưng bày bán lẻ bằng AI
  • AIV Camera: Biến camera thường thành camera AI
  • AIV Office: Văn phòng số với trợ lý AI Hanna