Qualcomm hé lộ công nghệ nhận diện giọng nói mới chính xác đến 95%, có thể hoạt động mà không cần kết nối Internet

Trong Hội nghị thượng đỉnh Re-Work Deep Learning diễn ra vào ngày 24 - 25/5 vừa qua tại thành phố Boston, Mỹ, Qualcomm đã hé lộ những thông tin đầu tiên về chương trình nhận diện giọng nói hoàn toàn mới mà hãng đang theo đuổi.

Chris Lott, chuyên gia nghiên cứu về trí tuệ nhân tạo (AI) tại Qualcomm cho biết công nghệ mới này sẽ bao gồm 2 mạng neural riêng biệt: Mạng neural hồi quy (RNN)- sử dụng bộ nhớ nội bộ để xử lý thông tin đầu vào; và mạng neural tích chập (CNN) - mô phỏng lại kết cấu của các nơ-ron trong não bộ con người.

Lott khẳng định hệ thống nhận diện giọng nói mới của Qualcomm có thể đạt độ chính xác lên đến 95% và được tích hợp trực tiếp vào smartphone cũng như các thiết bị cầm tay khác. Ông cho biết: “Công nghệ của chúng tôi sẽ “học” được từ thói quen sử dụng thiết bị của người dùng. Nhờ đó, nó có thể cá nhân hóa các hoạt động của mình sao cho phù hợp với họ nhất”.

Được tích hợp trực tiếp vào thiết bị di động, công nghệ nhận diện giọng nói của Qualcomm có thể hoạt động mà không cần kết nối Internet.

Đa số quá trình xử lý thông tin của các hệ thống nhận diện giọng nói hiện nay đều hoạt động dựa trên nền tảng điện toán đám mây. Điều này có thể dễ dàng nhận thấy từ các bộ vi xử lý hay microphone trên smartphone, loa thông minh như Google Home, Echo của Amazon cho đến các thiết bị máy tính Windows có tích hợp trợ lý ảo Cortana của Microsoft. Chỉ cần sử dụng một số lệnh như “OK Google” hay “Hey Cortana” là người dùng đã có thể dễ dàng điều khiển các trợ lý ảo bằng chính giọng nói của mình.

Tuy nhiên, những trợ lý ảo này lại không thực sự xử lý thông tin đầu vào - chính là những câu lệnh mà người dùng đưa ra. Chúng chỉ đơn giản chuyển những từ hoặc cụm từ nghe được đến các máy chủ từ xa để thực hiện rất nhiều thuật toán machine learning phức tạp và đáp ứng nhu cầu của người dùng.

Mặt khác, cũng không ít người tỏ ra lo ngại về vấn đề bảo mật khi cung cấp những dữ liệu giọng nói của mình cho các trợ lý ảo (thực chất là các máy chủ đám mây). Cả Alexa và Google Assistant đều ghi lại và gửi đi những từ khóa nhất định đến máy chủ để thực hiện quá trình phân tích. Những từ khóa này sẽ không bị xóa bỏ nếu như người dùng không cho phép hoặc không muốn. Amazon và Google cũng khẳng định họ sử dụng công nghệ thu âm giọng nói để cải thiện dịch vụ và đáp ứng nhu cầu của người dùng tốt hơn.

Loa Amazon tích hợp Alexa khiến không ít người phải giật mình sau khi tự ý ghi âm cuộc trò chuyện của người dùng và gửi cho người khác.

Tuy nhiên, trong một số trường hợp, quá trình trên lại diễn ra một cách thiếu an toàn và gây nên hậu quả nghiêm trọng. Ví dụ như mới đây, loa thông minh Echo tích hợp Alexa của Amazon đã tự động ghi âm cuộc trò chuyện của một cặp vợ chồng tại Portland rồi gửi ngẫu nhiên cho một số liên lạc trong danh bạ.

Lott chia sẻ công nghệ nhận diện giọng nói của Qualcomm có thể giải quyết vấn đề trên vì nó được tích hợp trực tiếp vào thiết bị và không phải gửi dữ liệu đến các máy chủ đám mây. Nó có thể ngay lập tức đáp ứng mệnh lệnh của người dùng mà không cần đến kết nối Internet, giúp cho bảo mật được nâng cao và an toàn hơn.

“Động lực để chúng tôi tạo ra một hệ thống đầu mạng neural cuối (end-to-end) chính là giúp cho người dùng tương tác với các thiết bị được tự nhiên hơn”, Lott cho biết.

Trong năm 2016, Google đã tạo ra một hệ thống nhận diện giọng nói offline tương tự như Qualcomm và có tốc độ nhanh hơn gấp 7 lần so với các hệ thống online khác. Được biết, hệ thống này có dung lượng khoảng 20.3MB, đã trải qua khoảng 2.000 giờ “đào tạo” về dữ liệu âm thanh và độ chính xác đạt đến 86.5%.

Google cũng đã từng nghiên cứu công nghệ nhận diện giọng nói không cần kết nối Internet trong năm 2016.

Mặt khác, các hệ thống nhận diện giọng nói tích hợp trong thiết bị cũng có những hạn chế của riêng mình. Ví dụ, những thuật toán được thiết kế để hoạt động ngoại tuyến sẽ không thể kết nối Internet để tìm kiếm mở rộng câu trả lời cho người dùng. Ngoài ra, chúng cũng không thể tận dụng những tiến bộ công nghệ mà các hệ thống đám mây đang được sử dụng, trong đó bao gồm nguồn cơ sở dữ liệu đa dạng hơn.

Tuy nhiên, Lott vẫn cho rằng giải pháp của Qualcomm vẫn sẽ mang lại những hiệu quả và lợi ích nhất định: “Công nghệ đám mây có thể thực hiện được rất nhiều thứ, nhưng tôi nghĩ sẽ tốt hơn nếu chúng được tiến hành ngay trên thiết bị của người dùng”.

Theo VentureBeat