proto.lib

Speaker Diarization streaming (ai đang nói)

Audio được cắt theo hoạt động giọng nói (VAD), mỗi đoạn chuyển thành speaker embedding, rồi các embedding được cluster online — giọng mới tạo speaker mới, giọng quay lại được khớp với speaker cũ — để gán nhãn người nói cho từng đoạn transcript theo thời gian thực.

AI/ML SystemsNâng cao2026-08-24
Speaker Diarization streaming (ai đang nói)

Tags

#diarization#speaker-embedding#streaming#clustering#vad#transcript

Tài liệu tham khảo

Mở rộng

Animation gốc là một file HTML tự chứa, có thể nhúng lại ở bất kỳ trang nào khác. Mở file gốc

Liên quan

AI/ML SystemsNâng cao

Parse JSON Chưa Đóng Khi Stream Tool Arguments

Khi model trả tool arguments theo stream, JSON thường chưa đóng ngoặc tại mỗi chunk; client cần một parser gia tăng dựng dần object để hiện UI sớm, nhưng chỉ thực thi tool khi JSON đã hoàn chỉnh và hợp lệ theo schema.

#streaming#tool-use#json-parsing#function-calling
AI/ML SystemsTrung bình

Pipeline Streaming Speech-to-Text

Nhận diện giọng nói theo thời gian thực bằng cách xử lý từng đoạn âm thanh nhỏ, sinh giả thuyết tạm thời và xác định điểm kết thúc câu.

#asr#streaming#speech-to-text#endpointing
AI/ML SystemsCơ bản

Streaming Token qua SSE

Token được sinh ra sẽ stream dần đến client qua Server-Sent Events để giao diện hiển thị văn bản ngay khi có, thay vì chờ toàn bộ phản hồi hoàn tất.

#streaming#sse#llm#token