NCPNGUYỄN CAO PHONG
person
BLOG // GHI CHÉPSYS.REV.2026.8 // LƯU TRỮ

Ghi chép

Thuật toán, cách triển khai, và những lần làm hỏng rồi sửa.

SỐ BÀI VIẾT06 BÀI
SAI SỐ CĂN
62ms
NHẬN DẠNG
310ms
TRA TỪ
18ms
Biểu đồ phổ giọng nói dùng để căn chỉnh transcript
MẪU ĐO: 5 PODCAST · 12 GIỜCỬA SỔ: HANNING 512NỀN NHIỄU: -61.8 dB
biotechBÀI NỔI BẬT #01
2026-08-25 • 21 PHÚT

Vì sao transcript tự động luôn lệch, và cách sửa

Đo 12 giờ podcast trên năm thiết bị để tìm ra nguồn gốc độ lệch giữa transcript và audio, rồi đưa sai số trung bình xuống còn 62 ms.

SAI SỐ TRUNG BÌNH:62 ms
ĐỘ TIN CẬY:96.2%
CÂU ĐÃ CĂN:12.4M
#dsp#lingocast#thuật toán
Đọc bàiarrow_forward
folder_dataTẤT CẢ BÀI VIẾT
SẮP XẾP: MỚI NHẤT
BÀI #02 // ÂM HỌC2026-08-18 • 20 phút

Dò ranh giới câu bằng đường bao năng lượng

Khoảng lặng giữa hai câu ngắn hơn bạn tưởng. Cách LingoCast đặt ngưỡng trên đường bao RMS để cắt câu mà không cắt nhầm giữa từ.

#dsp
NGƯỠNG: -42 dBĐọc tiếparrow_forward
BÀI #03 // NHẬN DẠNG2026-08-11 • 19 phút

Chạy Whisper lượng tử hoá ngay trên điện thoại

Nén mô hình nhận dạng giọng nói xuống int8 để chạy trên NPU, giữ 310 ms cho mỗi 30 giây audio mà không gửi gì lên máy chủ.

#ml#hiệu năng
310 ms / 30s AUDIOĐọc tiếparrow_forward
BÀI #04 // CĂN CHỈNH2026-08-04 • 18 phút

Dynamic time warping để transcript khớp với tai người nghe

const analyser = ctx.createAnalyser();analyser.fftSize = 2048; // zero-copygl.bindBuffer(gl.ARRAY_BUFFER, pbo);

Chia đều transcript theo thời lượng là cách sai. Ghi lại quá trình đưa sai số căn câu từ vài giây xuống 62 ms bằng DTW trên sóng âm.

#dsp#thuật toán
SAI SỐ: 62 msĐọc tiếparrow_forward
BÀI #05 // PIN2026-07-27 • 19 phút

Nghe podcast một tiếng tốn bao nhiêu pin

0.38% / hr

Bốn máy để trên bàn, tắt màn hình, đo năm tuần liền để biết nhận dạng giọng nói trên máy thực sự tốn bao nhiêu phần trăm pin mỗi giờ.

#hiệu năng
0.38% / GIỜĐọc tiếparrow_forward
BÀI #06 // PHÁT HÀNH2026-07-18 • 18 phút

Một người phát hành lên hai cửa hàng trong cùng một ngày

commitTAGruleFASTLANEverifiedDUAL_RELEASE

Quy trình dựng bản và nộp App Store lẫn Google Play cùng ngày khi chỉ có một người làm, kèm số liệu thời gian duyệt thực tế.

#devops
CHÊNH LỆCH: 4.8 GIỜĐọc tiếparrow_forward
menu_bookMÃ NGUỒN MỞ

Kho mã để tái lập kết quả

Công thức, dữ liệu đo và đoạn audio dùng trong các bài viết đều được đăng lên GitHub theo giấy phép Zero-Clause BSD.

TÁI LẬP ĐƯỢC 100%github.com/LingoCasttopen_in_new
rss_feedĐĂNG KÝ NHẬN BÀI

Nhận bài mới qua RSS hoặc email.

Không quảng cáo, không pixel theo dõi. Chỉ gửi khi có bài kỹ thuật mới về xử lý giọng nói trên thiết bị hoặc về LingoCast.

TẦN SUẤT: ~1 BÀI / THÁNG
KHÔNG CHIA SẺ EMAIL
cell_towerRSS 2.0 XMLdata_objectATOM FEEDterminalJSON FEED