Tạo ứng dụng giọng nói

Tổng quan

Computer có thể thiết kế và triển khai một trợ lý viết từ giọng nói thành văn bản hoàn chỉnh, giúp biến lời nói nhanh và lộn xộn thành văn bản sạch sẽ, sẵn sàng xuất bản. Ứng dụng xử lý mọi thứ từ quyền truy cập micrô và chuyển phiên âm trực tiếp đến chỉnh sửa được hỗ trợ bởi AI, điều khiển giọng điệu và từ điển cá nhân để người dùng có thể suy nghĩ lớn tiếng mà vẫn có được bản viết được trau chuốt.

Kết quả chính

Computer đã xây dựng một ứng dụng web hoàn chỉnh kết nối với micrô của thiết bị, xử lý quyền và sử dụng Web Speech API để nhận dạng giọng nói phát trực tuyến. Để khắc phục các giới hạn của iframe được cách ly (sandbox), ứng dụng đã thêm điều khiển “Mở trong tab mới” để ứng dụng có thể yêu cầu quyền truy cập micrô từ ngữ cảnh trình duyệt đầy đủ.

Trong quá trình ghi âm, ứng dụng hiển thị bản phiên âm trực tiếp với các từ tạm thời ở kiểu chữ mờ và văn bản được nhận dạng cuối cùng ở kiểu chữ đậm hơn, nhờ đó người dùng luôn biết rằng việc ghi âm đang hoạt động.​

Sau khi quá trình ghi âm dừng lại, Computer chạy bản phiên âm thô qua một đường ống chỉnh sửa AI giúp loại bỏ các từ đệm và hiện tượng nói lắp, sửa chữ hoa và dấu câu, đồng thời chia các câu dài thành các đoạn dễ đọc.

Ứng dụng tích hợp một thanh trượt giọng điệu để việc thay đổi cài đặt thông thường–trang trọng kích hoạt quá trình xử lý lại văn bản, điều chỉnh các từ rút gọn và lựa chọn từ ngữ để phù hợp với giọng điệu đã chọn. Ứng dụng cũng triển khai từ điển cá nhân và lịch sử phiên: các chỉnh sửa đối với các từ bất thường được lưu lại với thông báo xác nhận dạng toast, mỗi phiên lưu trữ văn bản thô và văn bản đã chỉnh sửa cộng với mức độ giọng điệu, và người dùng có thể nhanh chóng sao chép đầu ra đã trau chuốt hoặc chuyển đổi giữa chế độ xem thô và đã chỉnh sửa.

Phóng to

Mẹo

• Làm rõ nhân vật sản phẩm – Thêm một dòng về đối tượng sử dụng và quy trình làm việc của họ, ví dụ: “Thiết kế ứng dụng này cho những người sáng lập hay đổ dồn ý tưởng ghi chú cuộc họp và muốn có các bản tóm tắt có thể xuất bản trong vài giây.”
• Chỉ định các điều khiển chỉnh sửa – Nêu rõ các chỉnh sửa nào là bắt buộc so với tùy chọn, ví dụ: “Luôn xóa các từ đệm và hiện tượng nói lắp, nhưng giữ nguyên biệt ngữ chuyên ngành và danh từ riêng.”
• Xác định trạng thái thành công – Nói cho Computer biết cách xác thực bản dựng, ví dụ: “Bao gồm trạng thái lỗi quyền sử dụng micrô hiển thị và một hướng dẫn ngắn gọn xuất hiện lần đầu tiên người dùng nhấp vào nút ghi.”