Chuyển đổi giọng nói cho ngôn ngữ ít tài nguyên bằng Chuyển giao tri thức

Chuyển đổi giọng nói cho ngôn ngữ ít tài nguyên như Tiếng Việt đang là thách thức lớn trên bản đồ AI thế giới, bởi Tiếng Việt vốn được coi là ngôn ngữ ít tài nguyên dữ liệu sạch. Để khắc phục điều này, VNPT AI đã nghiên cứu thành công phương pháp Chuyển đổi giọng nói (Voice Conversion) kết hợp "Chuyển giao tri thức", giải quyết triệt để vấn đề rò rỉ giọng người nói nguồn.

16-10-2025

ThyroidXL: Thiết lập chuẩn dữ liệu trong chẩn đoán ung thư tuyến giáp

Trước thực trạng chẩn đoán ung thư tuyến giáp còn phụ thuộc nhiều vào tính chủ quan và trình độ chuyên môn cao từ bác sĩ, VNPT AI đã phối hợp cùng Bệnh viện Nội tiết Trung ương phát triển ThyroidXL – bộ dữ liệu siêu âm công khai lớn nhất hiện nay. Đây là nền tảng vững chắc để phát triển các thuật toán học sâu (Deep Learning) hỗ trợ bác sĩ đưa ra quyết định lâm sàng chính xác hơn.

14-10-2025

ZIQA: Tối ưu hệ thống Hỏi đáp Đa phương thức trong lĩnh vực Giao thông

Tối ưu hóa hệ thống hỏi đáp đa phương thức trong lĩnh vực giao thông đang đặt ra nhiều thách thức, từ thuật ngữ pháp quy phức tạp đến sự thiếu hụt dữ liệu gán nhãn chất lượng cao. Trước bài toán đó, đội ngũ chuyên gia VNPT AI đã phát triển ZIQA (Zero-shot Image Question Answering) – một khung giải pháp không cần huấn luyện, kết hợp tiền xử lý dữ liệu đa phương thức và kỹ nghệ câu lệnh để nâng cao khả năng lý luận của mô hình thị giác – ngôn ngữ. Tại cuộc thi VLSP 2025 MLQA-TSR, giải pháp ZIQA+ dựa trên backbone InternVL3-78B đã đạt độ chính xác 83,56% trên tập kiểm thử kín, cho thấy hiệu quả rõ rệt của cách tiếp cận zero-shot trong các bài toán hỏi đáp luật giao thông đặc thù.

12-10-2025

Phương pháp tiếp cận Emotion Transplantation trong tổng hợp tiếng nói biểu cảm

Phương pháp Emotion Transplantation do VNPT AI nghiên cứu là giải pháp đột phá cho tổng hợp tiếng nói biểu cảm (Emotional TTS), vượt qua thách thức dữ liệu khan hiếm. Kỹ thuật này chuyển giao khả năng biểu cảm tự nhiên từ người nói nguồn sang người nói đích, kết hợp kiến trúc VITS và Global Style Token (GST). Tại VLSP 2022, phương pháp này đã đạt hạng 1 tự nhiên (MOS 3.762) và tổng hạng 2, chứng minh hiệu quả thực tiễn.

10-10-2025

Tối ưu hóa Mô hình Thị giác - Ngôn ngữ thông qua Tri thức miền

Tại cuộc thi AI City Challenge 2025, VNPT AI đã tạo nên dấu ấn mạnh mẽ khi công bố giải pháp tối ưu hóa mô hình Thị giác - Ngôn ngữ (VLM) thông qua tích hợp tri thức miền. Với số điểm ấn tượng 57.1133, bước đột phá công nghệ này không chỉ khẳng định năng lực làm chủ công nghệ lõi mà còn mở ra hướng đi mới hiệu quả cho bài toán giám sát và đảm bảo an toàn giao thông đô thị thông minh.

07-10-2025

Tối ưu hóa Phát hiện Vật thể từ camera mắt cá cho Thiết bị Biên

Camera fisheye đang trở thành giải pháp quan trọng trong giám sát đô thị thông minh nhờ khả năng bao phủ không gian rộng. Tuy nhiên, biến dạng ống kính và giới hạn tài nguyên thiết bị biên khiến bài toán phát hiện vật thể trở nên thách thức. Bài viết chia sẻ cách VNPT AI tối ưu phát hiện vật thể camera fisheye trên thiết bị biên, đảm bảo độ chính xác cao và xử lý thời gian thực.

27-09-2025

Tối ưu hóa LLM đa ngôn ngữ: Phát triển Chatbot GenAI cho doanh nghiệp SMEs

Trong bối cảnh Trí tuệ nhân tạo tạo sinh (GenAI) đang thay đổi toàn diện các ngành nghề, nhu cầu về một giải pháp LLM đa ngôn ngữ mạnh mẽ và linh hoạt là vô cùng cấp thiết. Nhận thức rõ điều này, các chuyên gia của VNPT AI đã phát triển mô hình Expert-B dựa trên kiến trúc BLOOM. Đây là giải pháp tối ưu hóa quy trình huấn luyện bằng kỹ thuật LoRA và DeepSpeed, giúp tiết kiệm tài nguyên tính toán nhưng vẫn đảm bảo hiệu suất vượt trội trên cả tiếng Anh và tiếng Việt.

26-09-2025

Mô hình O_O-VC: Chiến Lược Dữ Liệu Tổng Hợp Mở Khóa Chuyển Đổi Giọng Nói Any-to-Any Zero-Shot

Để giải quyết triệt để vấn đề rò rỉ thông tin (speaker leakage) thường gặp, đội ngũ kỹ sư VNPT AI đã phát triển thành công mô hình O_O-VC. Sử dụng chiến lược dữ liệu tổng hợp và cơ chế căn chỉnh một-một, công nghệ này mở ra kỷ nguyên mới cho các tác vụ chuyển đổi giọng nói Any-to-Any Zero-Shot với độ chính xác vượt trội.

25-09-2025

Giải pháp Agent AI dựa trên đồ thị: Tối ưu độ tin cậy LLM trong tài chính

Trong lĩnh vực phân tích tài chính, độ chính xác và tính minh bạch là những yêu cầu bắt buộc. Tuy nhiên, việc sử dụng các mô hình ngôn ngữ lớn (LLM) theo cách truyền thống thường gặp nhiều sai sót khi xử lý các phép tính phức tạp. Để giải quyết triệt để vấn đề này, VNPT AI đã nghiên cứu và phát triển thành công giải pháp agent AI dựa trên đồ thị. Đây là bước đột phá công nghệ giúp mô hình hóa quá trình suy luận cho các bài toán nghiệp vụ ngân hàng.

24-09-2025