proto.lib

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.

AI/ML SystemsTrung bình2026-07-14
Pipeline Streaming Speech-to-Text

Tags

#asr#streaming#speech-to-text#endpointing#real-time

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 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
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 SystemsNâng cao

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.

#diarization#speaker-embedding#streaming#clustering