1/ Thông tin bài báo
- Tên bài báo: ĐÁNH GIÁ HIỆU NĂNG TÍCH HỢP HỆ THỐNG TRÍ TUỆ NHÂN TẠO CHUYỂN VĂN BẢN THÀNH GIỌNG NÓI HỖ TRỢ SINH VIÊN KHIẾM THỊ TRONG MÔ HÌNH ĐẠI HỌC THÔNG MINH
- Tác giả: Nguyễn Thanh Tuấn, Nguyễn Đình Hoa Cương
- Số trang: 53-72
- Năm: 2024
- Nơi xuất bản: Tạp chí Khoa học Đại học Huế: Kinh tế và Phát triển
- Từ khoá: hệ thống trí tuệ nhân tạo, chuyển văn bản thành giọng nói, hòa nhập giáo dục, đại học thông minh, chuyển đổi số, sinh viên khiếm thị
2/ Nội dung chính
Bài báo tập trung vào việc đánh giá hiệu năng của các hệ thống trí tuệ nhân tạo (AI) chuyển văn bản thành giọng nói (TTS), đặc biệt trong bối cảnh hỗ trợ sinh viên khiếm thị tại các trường đại học thông minh ở Việt Nam. Nghiên cứu xuất phát từ thực tế người khuyết tật, đặc biệt là sinh viên khiếm thị, gặp nhiều khó khăn trong hòa nhập giáo dục. Sự phát triển của công nghệ và mô hình đại học thông minh mở ra cơ hội học tập tốt hơn cho nhóm đối tượng này. Bài báo không chỉ đánh giá các hệ thống TTS hiện có mà còn nghiên cứu khả năng tích hợp chúng vào mô hình đại học thông minh một cách hiệu quả. Mục tiêu cuối cùng là đề xuất lộ trình phát triển đại học thông minh tích hợp các hệ thống TTS AI phù hợp với điều kiện thực tế của các trường đại học Việt Nam.
Nghiên cứu đi sâu vào phân tích các công trình liên quan đến đại học thông minh và các hệ thống TTS AI, tập trung vào việc làm rõ vai trò của các công nghệ này trong việc hỗ trợ hoạt động dạy và học, đặc biệt đối với sinh viên khiếm thị. Bài báo xem xét các yếu tố như tính chính xác, trôi chảy, tự nhiên, tốc độ và chất lượng của các hệ thống TTS. Đồng thời, nghiên cứu cũng giới thiệu một kiến trúc tích hợp hệ thống TTS AI vào mô hình đại học thông minh. Kiến trúc này bao gồm việc thu thập dữ liệu văn bản từ nhiều nguồn khác nhau, lưu trữ dữ liệu trong các kho dữ liệu, xử lý văn bản để nhận dạng và chuẩn hóa, tổng hợp giọng nói dựa trên các quy luật và dữ liệu đào tạo, và cuối cùng là tạo ra giọng nói phù hợp với văn bản đầu vào. Mô hình tích hợp này không chỉ tập trung vào công nghệ mà còn chú trọng đến các yếu tố về môi trường học tập và đối tượng người dùng, hướng tới việc tạo ra một môi trường giáo dục toàn diện, hỗ trợ tối đa cho mọi sinh viên, kể cả sinh viên khiếm thị.
Thí nghiệm kiểm chứng hiệu năng tích hợp các hệ thống TTS AI được thực hiện trên 35 sinh viên tham gia đánh giá. Các sinh viên này được nghe và đánh giá các hệ thống TTS AI khác nhau dựa trên các yếu tố đã nêu. Kết quả cho thấy các hệ thống TTS AI hiện nay đều có chất lượng tương đối đồng đều, với một số hệ thống của các công ty lớn như Google, Microsoft, Amazon được đánh giá cao hơn, song một số hệ thống sử dụng dịch vụ đám mây API vẫn nhận được đánh giá tốt. Kết quả phân tích định lượng cho thấy không có sự khác biệt lớn về các yếu tố đánh giá giữa các hệ thống TTS AI, ngoại trừ sự trôi chảy. Trên cơ sở đó, bài báo đề xuất lộ trình tích hợp hệ thống TTS AI vào mô hình đại học thông minh, tập trung vào chuyển đổi mô hình quản trị, nội dung chương trình và phương thức đào tạo, đồng thời nhấn mạnh tầm quan trọng của việc áp dụng các công nghệ tiên tiến như Internet, IoT, Cloud, thực tế ảo và các công nghệ nhận dạng. Lộ trình này hướng đến việc tạo ra một môi trường học tập thông minh, toàn diện và hiệu quả cho tất cả sinh viên, đặc biệt là sinh viên khiếm thị.