เขายิ้มด้วยความโล่งใจและมีความสุขราวกับว่าได้พบญาติอีกครั้ง “ญาติ” นั้นเป็นหนึ่งในเสียง AI 20 เสียงที่ Duc และทีม Vbee ได้ “กินและนอน” ร่วมด้วยเป็นเวลาหลายวันและหลายเดือนโดยทุ่มเททั้งหัวใจให้กับทุกเส้นเสียง ดูแลทุกเฉดสีของเสียงเพื่อให้เสียงมีความเป็นธรรมชาติและเหมือนมนุษย์มากขึ้นเรื่อยๆ

การเริ่มต้นที่ไม่ราบรื่น

ฉันไม่ทราบว่า CEO Ho Minh Duc และ CTO Nguyen Thi Thu Trang - สองผู้ก่อตั้ง Vbee Data Solutions and Services Joint Stock Company - มีประสบการณ์ความรู้สึกยินดีและภาคภูมิใจเช่นนี้กี่ครั้งแล้ว

พวกเขาได้พบกับ "คนรู้จักพิเศษ" ในสถานการณ์ต่างๆ มากมาย เช่น เสียงที่ชัดเจนจากระบบเครื่องขยายเสียงในโรงเรียน เสียงที่อบอุ่นในอาคาร หรือเสียงระดับมืออาชีพจากสวิตช์บอร์ดอัตโนมัติของธุรกิจต่างๆ มากมาย

ผลงานของ Vbee ไม่เพียงแต่เป็นผลลัพธ์ของอัลกอริทึมและโค้ดเท่านั้น แต่ยังเข้ามามีบทบาทในชีวิตและมีส่วนสนับสนุนอย่างเงียบๆ แต่ทรงพลังในหลายสาขา

จากการแนะนำหนังสือ การพากย์เสียง ไปจนถึงการประกาศผ่านศูนย์รับสายอัตโนมัติ Vbee ช่วยปลุกชีวิตใหม่ให้กับเทคโนโลยีเสียง

ในฐานะ "แม่" ของเทคโนโลยี TTS หลัก ดร. Nguyen Thi Thu Trang ปรารถนาเสมอที่จะนำผลิตภัณฑ์จากเทคโนโลยีการสังเคราะห์เสียงของเวียดนามมาสู่ผู้ใช้จริง ซึ่งเป็นเทคโนโลยีที่เธอทุ่มเทความพยายามอย่างมากนับตั้งแต่ทำวิทยานิพนธ์ระดับปริญญาเอกที่มหาวิทยาลัย Paris 11

ช่วงแรกของ Vbee เต็มไปด้วยความยากลำบาก แม้ว่าจะให้ใช้งานได้ฟรีในช่วงสองปีแรก แต่เครื่องมือแปลงข้อความเป็นคำพูด (TTS) กลับดึงดูดผู้ใช้ได้เพียงกลุ่มเล็กๆ เท่านั้น แต่แล้ว COVID-19 กลับกลายเป็นจุดเปลี่ยนที่ไม่คาดคิด

เมื่อต้องเผชิญกับกฎระเบียบการเว้นระยะห่างทางสังคมที่เข้มงวด ธุรกิจต่างๆ เช่น FE Credit, Momo, Viet Credit, Sacombank... ต้องหาวิธีเข้าถึงลูกค้าหลายพันราย นั่นคือตอนที่ Vbee เข้ามามีบทบาท: จากการแจ้งเตือนหนี้ไปจนถึงการตอบกลับอัตโนมัติ ผลิตภัณฑ์ของพวกเขาได้กลายมาเป็นโซลูชั่นที่เหมาะสมที่สุดทันที ในช่วงเวลานั้น ผู้ช่วยเสมือนและตัวแทนเสมือนสร้างรายได้ให้กับ Vbee มากถึง 80%

เมื่อโรคระบาดผ่านไปและเศรษฐกิจโลกตกต่ำ Vbee ก็ต้องเผชิญกับความท้าทายใหม่ กระแส GenAI (GenAI) และแนวโน้มเนื้อหาดิจิทัลได้ทำให้กลไก TTS กลับมามีชีวิตชีวาอีกครั้ง ในปัจจุบัน ไม่ว่าจะเป็น TikTok ไปจนถึง YouTube, Facebook เสียง AI ของ Vbee อยู่ทุกหนทุกแห่ง

“ปัจจุบันเนื้อหา TTS จำนวนมากจัดทำโดยเรา” คุณโฮจิมินห์ ดึ๊ก กล่าวอย่างภาคภูมิใจ ในปัจจุบันฐานผู้ใช้งานจริงของ Vbee ทะลุ 2 ล้านรายแล้ว และตัวเลขนี้ยังคงเพิ่มขึ้นอย่างต่อเนื่อง 20% ทุกๆ เดือน

Vbee ได้ฝึกเสียงองค์กรที่มีคุณภาพสูงมาแล้วมากกว่า 20 เสียง และหากคุณนับเสียงที่กำหนดเอง พวกเขาได้สร้างเสียง AI ที่แตกต่างกันมากกว่า 200 เสียง

ด้วยเทคโนโลยีการถอดเสียงใหม่ที่ได้รับการวิจัยและทดสอบใหม่ล่าสุด ปัจจุบันเสียงใหม่ต้องการข้อมูลที่บันทึกไว้เพียง 3 นาทีในการฝึกแทนที่จะต้องใช้เวลาบันทึก 4 ถึง 100 ชั่วโมงเหมือนเมื่อสองปีก่อน

“เราเข้าใจภาษาเวียดนามดีขึ้น”

ในการแข่งขันด้านเทคโนโลยีการสังเคราะห์เสียงพูด ซีอีโอ Ho Minh Duc มองเห็นถึงเวลาที่ความพยายามด้านนวัตกรรมเทคโนโลยีจะค่อยๆ ถึงขีดจำกัด

ตามที่เขากล่าว Vbee ไม่ได้แค่พัฒนาเทคโนโลยีหลักสำหรับการประมวลผลคำพูดภาษาเวียดนามเท่านั้น แต่ยังสร้างระบบเทคโนโลยีที่มีความสามารถในการเข้าใจภาษาเวียดนามอย่างลึกซึ้งด้วย โดยมีรายละเอียด น้ำเสียง และวัฒนธรรมอันเป็นเอกลักษณ์ที่เฉพาะชาวเวียดนามแท้ๆ เท่านั้นที่จะเข้าใจได้

ในฐานะผู้นำตลาด TTS ในเวียดนาม ผู้นำทั้งสองของ Vbee เชื่อว่าเครื่องมือของพวกเขาได้กลายมาเป็นมาตรฐานในการอ่านเสียง AI สำหรับภาษาเวียดนาม ผู้ใช้ไม่เพียงแค่ชื่นชมความแม่นยำเท่านั้น แต่ยังรู้สึกถึง "อารมณ์" ในแต่ละเสียงที่พัฒนาโดย Vbee อีกด้วย

ในภาษาเวียดนาม ตัวอย่างเช่น คำว่า "ซอย" เพียงอย่างเดียวก็มีชื่อเรียกหลายชื่อแตกต่างกันไป ขึ้นอยู่กับภูมิภาค เช่น "hèm" "kiệt" "xếc" โดยแต่ละคำจะมีความหมายที่แตกต่างกันซึ่ง AI จำเป็นต้องเข้าใจ

เพื่อให้บรรลุเป้าหมายดังกล่าว Vbee ได้ลงทุนอย่างหนักในการรวบรวมชุดข้อมูลตัวอย่าง ตลอดจนลงทุนในระบบเซิร์ฟเวอร์อันทรงพลังสำหรับการฝึกอบรม AI

Ho Minh Duc ซีอีโอเปิดเผยว่า "เพื่อช่วยให้ AI เข้าใจและประมวลผลความแตกต่างในแต่ละภูมิภาคได้อย่างถูกต้อง เราจึงต้องสร้างชุดตัวอย่างจำนวนนับไม่ถ้วน และค่าใช้จ่ายของเซิร์ฟเวอร์ประมวลผลก็สูงมากเช่นกัน"

ดร. เหงียน ทิ ทู ตรัง ใช้เวลาค้นคว้าเทคโนโลยี TTS หลักของ Vbee มากกว่า 15 ปี เพื่อถอดรหัสโทนเสียงและลักษณะทางไวยากรณ์ของภาษาเวียดนาม สำหรับเธอ ภาษาแม่ของเธอเป็นโลกที่ละเอียดอ่อนและเต็มไปด้วยความหมายที่สื่อออกมา

“ภาษาเวียดนามของฉันมีความซับซ้อนและน่าสนใจมาก โทนเสียงมีความยากและแตกต่างจากภาษาอื่นๆ ที่นิยมใช้กันมากในโลก ยิ่งฉันเข้าใจภาษาเวียดนามมากขึ้นเท่าไร แบบจำลองของฉันก็จะแม่นยำมากขึ้นเท่านั้น” เธออธิบาย

Vbee ค่อยๆ ยืนยันว่าจะเป็นส่วนสำคัญของเครื่องมือและอุปกรณ์ที่มีซอฟต์แวร์ประมวลผลภาษาเวียดนามแบบบูรณาการในยุคเทคโนโลยี

ในทุกคำ ทุกเสียง ทีมงาน Vbee ไม่เพียงแค่วิจัยและพัฒนาเทคโนโลยี แต่ยังมุ่งมั่นที่จะสร้าง "อารมณ์เวียดนาม" อย่างแท้จริงในเสียง AI ของพวกเขาอีกด้วย

สตาร์ทอัพเวียดนามได้รับเกียรติจาก AI Summit ที่ปารีส

Enfarm ซึ่งเป็นบริษัทสตาร์ทอัพด้านเทคโนโลยีปัญญาประดิษฐ์ (AI) เพื่อการเกษตรของเวียดนาม เป็นหนึ่งในตัวแทนจากเอเชีย 4 รายจากทั้งหมด 50 โครงการที่เปิดตัวในงาน AI Action Summit ที่กรุงปารีส (ประเทศฝรั่งเศส) เมื่อวันที่ 10 และ 11 กุมภาพันธ์ที่ผ่านมา