Làm ứng dụng di động, nặng về âm thanh và tín hiệu.
Nhận dạng giọng nói, căn chỉnh transcript và tra từ — tất cả chạy ngay trong con chip của điện thoại. Không vòng lặp lên máy chủ, không thu thập dữ liệu người dùng.
Bộ máy thật dùng để đo độ chính xác căn câu, độ trễ tra từ và mức tiêu thụ pin của LingoCast trên nhiều đời điện thoại.
Kỹ sư di động · âm thanh · xử lý tín hiệu
Tự làm toàn bộ LingoCast: thiết kế, nhận dạng giọng nói trên máy, căn chỉnh transcript và đường tín hiệu âm thanh trên cả iOS lẫn Android.
Tôi làm ứng dụng di động, nặng về âm thanh và xử lý tín hiệu — nhận dạng giọng nói, căn chỉnh transcript và tra từ, tất cả chạy ngay trên thiết bị. Hiện tại tôi làm một mình, và LingoCast là ứng dụng duy nhất tôi phát hành: có mặt trên App Store và Google Play. Không SDK theo dõi, không hồ sơ quảng cáo, không yêu cầu tài khoản.
Ba nguyên tắc
Ba điều không đánh đổi trong mọi bản phát hành của LingoCast.
Xử lý trên thiết bị
Việc gì con chip trong máy làm được thì không cần gửi lên máy chủ. Không SDK phân tích, không hồ sơ quảng cáo. Giọng nói bạn thu để luyện phát âm không rời khỏi điện thoại.
Căn chỉnh thật, không phỏng đoán
Transcript được ghép với sóng âm bằng dynamic time warping trên tín hiệu thật, chứ không chia đều theo thời lượng. Sai số trung bình dưới 80 ms nên câu luôn khớp với tai bạn.
Làm để dùng lâu
Swift và Jetpack Compose thuần, gần như không phụ thuộc thư viện ngoài. Ưu tiên tốn ít pin, mở là chạy, và mọi tính năng dùng được khi không có mạng.
Quá trình làm
Bắt đầu nghe podcast để học ngoại ngữ và nhận ra vấn đề: không có transcript khớp theo câu, tra một từ là mất mạch nghe.
Thử nhận dạng giọng nói chạy cục bộ và thuật toán căn chỉnh. Đưa sai số ghép câu từ vài giây xuống dưới 100 ms trên điện thoại phổ thông.
Thêm tra từ tại chỗ, sổ từ lặp ngắt quãng và tải tập về nghe offline. Viết lại phần Android bằng Jetpack Compose.
LingoCast phát hành trên App Store và Google Play. Đang mở rộng thêm ngôn ngữ và cải thiện độ chính xác của nhận dạng giọng nói trên máy.
Liên hệ hợp tác & góp ý kỹ thuật.
Mở với các nhóm làm nội dung podcast, giáo viên ngoại ngữ và lập trình viên quan tâm tới xử lý giọng nói trên thiết bị. Góp ý về LingoCast luôn được đọc.