Vision language model là mô hình AI được huấn luyện để hiểu đồng thời hình ảnh và ngôn ngữ. Đầu vào là một hoặc nhiều ảnh kèm câu hỏi, đầu ra là câu trả lời dạng chữ. Một LLM thông thường chỉ đọc được văn bản: nếu bạn dán ảnh vào, nó không “thấy” gì. VLM bổ sung khả năng nhìn cho LLM.
Ba khái niệm hay bị nhầm lẫn:
Trong thực tế, các trợ lý AI phổ biến hiện nay đều đã có khả năng thị giác ở mức nào đó, nên khi bạn tải ảnh lên khung chat và nhận được mô tả, phía sau chính là một VLM. Với doanh nghiệp, điểm đáng giá của VLM là nó không chỉ nhận ra “đây là cái bàn” mà còn hiểu được quan hệ: chữ nào nằm ở cột nào trong bảng, sản phẩm nào đặt sai kệ, nút nào trên màn hình đang báo lỗi.
"}, {"h2": "VLM hoạt động thế nào phía sau", "html": "Phần lớn VLM hiện nay gồm ba khối ghép lại:
Mỗi ảnh có thể được chuyển thành vài trăm đến vài nghìn token tùy độ phân giải và cách mô hình chia ô. Ảnh càng lớn, càng chi tiết thì càng tốn ngữ cảnh và thời gian xử lý. Một số mô hình tự thu nhỏ ảnh trước khi xử lý, khiến chữ nhỏ trên hóa đơn bị mờ đi. Đây là lý do cùng một hóa đơn, chụp cận cảnh từng phần thường cho kết quả đúng hơn chụp cả tờ từ xa.
Quá trình huấn luyện VLM thường dùng lượng lớn cặp ảnh và chú thích, sau đó tinh chỉnh bằng dữ liệu hỏi đáp về ảnh để mô hình biết làm theo yêu cầu.
"}, {"h2": "Doanh nghiệp dùng VLM vào những việc gì", "html": "VLM hữu ích ở mọi chỗ nhân viên đang phải “nhìn rồi gõ lại”. Một số tình huống phổ biến tại doanh nghiệp vừa và nhỏ ở Việt Nam:
OCR chỉ làm một việc: chuyển chữ trong ảnh thành chữ máy đọc được. Computer vision truyền thống được huấn luyện cho một nhiệm vụ hẹp như phát hiện người, đếm xe, nhận diện lỗi sản phẩm. VLM thì linh hoạt: bạn đổi câu hỏi là đổi nhiệm vụ, không cần huấn luyện lại.
Đổi lại, VLM kém ổn định hơn ở những việc cần độ chính xác tuyệt đối và tốc độ cao. Cách làm hợp lý thường là kết hợp: dùng OCR để lấy chữ chính xác, rồi dùng VLM hoặc LLM để hiểu, phân loại và đối chiếu.
", "table": {"caption": "So sánh OCR, computer vision chuyên dụng và VLM", "head": ["Tiêu chí", "OCR", "Computer vision chuyên dụng", "VLM"], "rows": [["Đầu ra", "Chữ thô", "Nhãn, khung, số đếm", "Câu trả lời tự nhiên"], ["Đổi nhiệm vụ", "Không", "Cần huấn luyện lại", "Chỉ cần đổi câu hỏi"], ["Hiểu ngữ cảnh, bố cục", "Hạn chế", "Theo nhiệm vụ đã huấn luyện", "Tốt"], ["Độ ổn định, lặp lại", "Cao với ảnh rõ", "Cao trong phạm vi huấn luyện", "Trung bình, có thể bịa"], ["Tốc độ cho dây chuyền", "Nhanh", "Rất nhanh", "Chậm hơn"]]}}, {"h2": "Có những vision language model nào", "html": "Tại thời điểm viết, VLM chia thành hai nhóm chính. Danh sách thay đổi nhanh, nên hãy kiểm tra trang chính thức của từng nhà cung cấp trước khi chọn.
Các dòng mô hình của OpenAI, Google Gemini, Anthropic Claude đều nhận ảnh đầu vào trong ứng dụng chat và qua API. Ưu điểm là chất lượng cao, không cần phần cứng, có gói miễn phí/trả phí (xem bảng giá hiện hành). Nhược điểm là ảnh được gửi ra ngoài công ty, cần xem điều khoản xử lý dữ liệu, nhất là với chứng từ có thông tin khách hàng.
Các họ mô hình như LLaVA, Qwen-VL, Gemma có bản thị giác, Llama có bản Vision cho phép tải trọng số về và chạy trên máy chủ nội bộ, thông qua công cụ như Ollama hoặc vLLM. Nhóm này phù hợp khi dữ liệu nhạy cảm hoặc khối lượng ảnh lớn, đều đặn. Chất lượng đọc tiếng Việt khác nhau đáng kể giữa các mô hình, nên cần thử trên chính ảnh thật của doanh nghiệp, không chỉ dựa vào bảng xếp hạng.
Khi so sánh, hãy để ý giới hạn số ảnh mỗi lần hỏi, độ phân giải tối đa, khả năng đọc nhiều trang PDF và việc mô hình có trả về JSON ổn định hay không.
"}, {"h2": "Chạy VLM cục bộ cần phần cứng thế nào", "html": "Nếu muốn ảnh chứng từ không rời khỏi văn phòng, bạn có thể chạy VLM mở trên máy chủ hoặc PC có GPU. Các con số dưới đây chỉ là ước lượng tham khảo, phụ thuộc phiên bản mô hình, mức lượng tử hóa, độ phân giải ảnh và độ dài ngữ cảnh:
So với mô hình chỉ có chữ cùng cỡ, VLM cần thêm bộ nhớ cho bộ mã hóa ảnh và cho token ảnh, nên đừng tính sát. RAM hệ thống 32 GB và SSD NVMe giúp nạp mô hình nhanh và xử lý hàng loạt ảnh ổn định.
Tự chạy hợp lý khi mỗi ngày có hàng trăm ảnh chứng từ, khi chính sách công ty không cho đưa ảnh khách hàng lên dịch vụ ngoài, hoặc khi cần tích hợp vào quy trình nội bộ qua n8n. Nếu chỉ thỉnh thoảng hỏi vài ảnh, dùng dịch vụ đám mây đơn giản hơn nhiều.
"}, {"h2": "Giới hạn và lỗi thường gặp của VLM", "html": "VLM rất thuyết phục khi trả lời, nên lỗi của nó khó phát hiện hơn lỗi OCR. Những kiểu sai hay gặp:
Không nên để VLM tự quyết định trong việc cần độ chính xác tuyệt đối mà không có người kiểm tra, như nhập số tiền vào sổ sách, đánh giá hàng lỗi để từ chối nhận hàng, hoặc nhận diện danh tính người. Những việc tốc độ cao trên dây chuyền sản xuất cũng nên dùng mô hình thị giác chuyên dụng.
Cách giảm lỗi: chụp ảnh thẳng, đủ sáng; hỏi từng phần; yêu cầu mô hình ghi “không đọc được” thay vì đoán; đối chiếu tổng tiền với tổng các dòng.
"}, {"h2": "Bắt đầu thử VLM trong công ty theo 5 bước", "html": "Một pilot VLM nhỏ có thể làm trong một đến hai tuần mà không cần đội lập trình lớn:
Sau pilot, bạn mới nên nối VLM vào quy trình lớn hơn như tự động nhận ảnh qua Zalo hoặc email, ghi vào Google Sheets và gửi cảnh báo khi có sai lệch.
"} ], "tip": "Đừng đánh giá VLM bằng ảnh mẫu đẹp trên mạng. Hãy thử bằng chính những ảnh xấu nhất nhân viên của bạn hay chụp: nghiêng, thiếu sáng, bị gập, vì đó mới là dữ liệu thật mỗi ngày.", "faq": [ {"q": "Vision language model có phải là OCR không?", "a": "Không. OCR chỉ chuyển chữ trong ảnh thành văn bản. VLM hiểu được cả nội dung, bố cục và trả lời câu hỏi về ảnh, nhưng độ chính xác từng ký tự có thể kém OCR chuyên dụng."}, {"q": "ChatGPT có phải là vision language model không?", "a": "Ứng dụng ChatGPT dùng các mô hình có khả năng nhận ảnh, nên khi bạn tải ảnh lên và hỏi, phía sau là một mô hình thị giác ngôn ngữ. Gemini và Claude cũng tương tự."}, {"q": "VLM đọc hóa đơn tiếng Việt có chính xác không?", "a": "Với hóa đơn in rõ, chụp thẳng, các mô hình tốt thường đọc khá đúng. Chữ viết tay, ảnh mờ hoặc số nhỏ dễ sai, nên số tiền luôn cần người đối chiếu."}, {"q": "Chạy VLM trên máy tính cá nhân được không?", "a": "Được, với mô hình mở cỡ nhỏ qua Ollama hoặc LM Studio. Mô hình 7B lượng tử hóa 4-bit thường cần khoảng 6–8 GB VRAM, tùy phiên bản và độ phân giải ảnh."}, {"q": "Gửi ảnh chứng từ cho AI có an toàn không?", "a": "Phụ thuộc điều khoản của dịch vụ và loại tài khoản. Tài khoản doanh nghiệp thường có cam kết không dùng dữ liệu để huấn luyện; với dữ liệu nhạy cảm, cân nhắc chạy mô hình nội bộ."}, {"q": "VLM có nhận diện được khuôn mặt người không?", "a": "Nhiều dịch vụ chủ động từ chối nhận diện danh tính người. Doanh nghiệp cũng không nên dùng VLM cho việc này vì rủi ro sai và rủi ro về dữ liệu cá nhân."} ], "sources": [ {"t": "Wikipedia: Multimodal learning", "u": "https://en.wikipedia.org/wiki/Multimodal_learning"}, {"t": "LLaVA – kho mã chính thức trên GitHub", "u": "https://github.com/haotian-liu/LLaVA"}, {"t": "Ollama – chạy mô hình AI cục bộ", "u": "https://ollama.com"} ], "related": ["multimodal-ai-la-gi", "computer-vision-la-gi", "ocr-la-gi", "ai-co-the-phan-tich-hinh-anh-khong", "ai-doc-hoa-don-dien-tu", "tu-dien-thuat-ngu-ai", "may-tinh-chay-ai-cuc-bo-chon-cau-hinh"] }, { "id": 2191, "slug": "text-to-speech-la-gi", "title": "Text-to-speech (TTS) là gì? Chuyển văn bản thành giọng nói", "meta_desc": "Text-to-speech (TTS) là gì, chuyển văn bản thành giọng nói hoạt động ra sao, khó khăn với tiếng Việt và cách chọn công cụ TTS cho tổng đài, video, website.", "excerpt": "Text-to-speech là công nghệ biến một đoạn chữ thành giọng nói nghe tự nhiên. Bài viết giải thích cách TTS hoạt động, vì sao tiếng Việt khó hơn tiếng Anh, và cách doanh nghiệp chọn, triển khai TTS cho đúng việc.", "answer": "Text-to-speech (TTS) là công nghệ chuyển văn bản thành giọng nói do máy tạo ra. Bạn nhập “Cảm ơn quý khách đã gọi đến tổng đài”, hệ thống TTS trả về file âm thanh đọc câu đó với giọng nam hoặc nữ, theo vùng miền và tốc độ bạn chọn. TTS hiện đại dùng mạng nơ-ron nên giọng gần với người thật, có ngữ điệu và ngắt nghỉ. Doanh nghiệp dùng TTS cho lời chào tổng đài, video đào tạo, thông báo cửa hàng, đọc bài viết trên website và voice agent. Với tiếng Việt, chất lượng phụ thuộc nhiều vào cách xử lý thanh điệu, số, từ viết tắt.", "kws": ["text-to-speech là gì", "TTS", "chuyển văn bản thành giọng nói", "đọc văn bản bằng AI", "TTS tiếng Việt"], "sections": [ {"h2": "Text-to-speech là gì", "html": "Text-to-speech, viết tắt TTS, còn gọi là tổng hợp tiếng nói, là quá trình máy tính đọc to một đoạn văn bản. Đầu vào là chữ, đầu ra là âm thanh. TTS là chiều ngược lại của speech-to-text, vốn chuyển giọng nói thành chữ.
TTS đã có từ lâu: giọng đọc trên máy tính cũ, giọng dẫn đường của thiết bị GPS thế hệ đầu là ví dụ. Điểm thay đổi lớn của những năm gần đây là TTS dùng mạng nơ-ron (neural TTS), cho giọng mượt, có cảm xúc, khó phân biệt với người thật trong câu ngắn.
Trong doanh nghiệp, TTS thường xuất hiện dưới ba dạng:
Một hệ thống TTS thường đi qua các bước sau, dù với mô hình đầu cuối mới, một số bước được gộp lại bên trong mạng nơ-ron:
Phần lớn lỗi khó chịu mà người nghe phát hiện đến từ bước một: đọc sai số điện thoại, đọc “HĐ” thành hai chữ cái rời, đọc tên sản phẩm tiếng Anh theo kiểu tiếng Việt. Vì vậy chất lượng TTS không chỉ là giọng hay mà còn là xử lý văn bản đúng.
", "table": {"caption": "Các thế hệ công nghệ TTS", "head": ["Thế hệ", "Cách tạo giọng", "Đặc điểm khi nghe"], "rows": [["Ghép nối", "Ghép các đoạn âm thu sẵn", "Rõ chữ nhưng giật ở chỗ nối"], ["Tham số thống kê", "Mô hình tạo tham số âm", "Mượt hơn, giọng hơi “máy”"], ["Neural TTS", "Mạng nơ-ron sinh trực tiếp", "Tự nhiên, có ngữ điệu"], ["Mô hình lớn đa người nói", "Học từ rất nhiều giọng, điều khiển bằng mô tả", "Linh hoạt, có thể đổi cảm xúc, phong cách"]]}}, {"h2": "Vì sao TTS tiếng Việt khó hơn", "html": "Tiếng Việt là ngôn ngữ có thanh điệu. Cùng âm “ma” nhưng sáu thanh cho sáu nghĩa khác nhau. Một hệ thống đọc sai thanh không chỉ nghe lạ mà còn đổi nghĩa câu. Ngoài ra còn các thách thức riêng:
Viết kịch bản dành cho tai nghe, không phải cho mắt đọc: câu ngắn, viết số thành chữ ở chỗ quan trọng, thay từ viết tắt bằng từ đầy đủ. Nhiều dịch vụ TTS hỗ trợ SSML, một chuẩn đánh dấu của W3C cho phép chỉ định chỗ ngắt, cách đọc số, phát âm thay thế. Khi ghi ví dụ, các thẻ SSML có dạng <break> hay <say-as> được chèn vào văn bản gửi đi.
"}, {"h2": "Doanh nghiệp dùng TTS vào những việc gì", "html": "TTS giúp tiết kiệm thời gian thu âm và cho phép sửa nội dung bất cứ lúc nào mà không cần gọi lại người đọc. Một số ứng dụng điển hình:
Điểm chung là nội dung lặp lại, cần nhất quán và thay đổi thường xuyên. Với thông điệp mang tính cảm xúc cao như xin lỗi khách vì sự cố lớn, giọng người thật vẫn tạo thiện cảm hơn.
"}, {"h2": "Tiêu chí chọn công cụ TTS", "html": "Thị trường có TTS tích hợp sẵn trong hệ điều hành, dịch vụ đám mây của các hãng lớn, nền tảng chuyên giọng nói và mô hình mã nguồn mở tự chạy. Đừng chỉ nghe một câu mẫu rồi quyết định; hãy thử bằng kịch bản thật của bạn, có số điện thoại, tên sản phẩm, từ viết tắt.
", "table": {"caption": "Tiêu chí đánh giá công cụ TTS cho doanh nghiệp", "head": ["Tiêu chí", "Câu hỏi cần kiểm tra", "Vì sao quan trọng"], "rows": [["Chất lượng tiếng Việt", "Có giọng Nam, Bắc? Đọc thanh điệu đúng không?", "Quyết định cảm nhận của khách"], ["Xử lý số, viết tắt", "Đọc đúng ngày tháng, số tiền, mã đơn?", "Lỗi sai nghĩa gây hiểu nhầm"], ["Điều khiển", "Hỗ trợ SSML, chỉnh tốc độ, ngắt nghỉ?", "Sửa lỗi phát âm không cần đổi công cụ"], ["Độ trễ", "Có chế độ phát trực tuyến cho voice agent?", "Hội thoại cần phản hồi nhanh"], ["Quyền sử dụng", "Được dùng thương mại, phát trên tổng đài, quảng cáo?", "Tránh rủi ro bản quyền giọng"], ["Dữ liệu", "Văn bản gửi đi có được lưu, dùng huấn luyện?", "Bảo mật nội dung nội bộ"]]}}, {"h2": "Các bước triển khai TTS cho một dự án nhỏ", "html": "Xác định nơi phát (điện thoại, loa, video), giọng mong muốn, định dạng file mà hệ thống tổng đài hoặc phần mềm dựng video chấp nhận.
Nghe trên đúng thiết bị đích: loa điện thoại bàn khác hẳn tai nghe. Kiểm tra mọi con số, tên riêng. Nhờ một người không biết kịch bản nghe và nhắc lại thông tin chính.
"}, {"h2": "Lỗi thường gặp và lưu ý pháp lý khi dùng TTS", "html": "Những lỗi hay gặp nhất khi doanh nghiệp tự làm TTS:
Nếu TTS được thiết kế để giống giọng một người cụ thể, đó đã là nhân bản giọng nói và cần sự đồng ý rõ ràng của người đó. Ngay cả với giọng chung, nhiều doanh nghiệp chọn cách minh bạch cho khách biết họ đang nghe giọng AI, đặc biệt trong cuộc gọi. Quy định về dữ liệu cá nhân và nội dung do AI tạo ra đang được cập nhật, nên hãy kiểm tra văn bản pháp luật hiện hành trước khi dùng cho quảng cáo hay cuộc gọi chủ động.
"} ], "tip": "Trước khi chọn công cụ, hãy viết một đoạn thử “khó” gồm số điện thoại, ngày tháng, số tiền, tên sản phẩm tiếng Anh và một câu hỏi. Công cụ nào đọc đoạn đó tốt nhất mới là công cụ phù hợp, chứ không phải công cụ có câu mẫu hay nhất.", "faq": [ {"q": "TTS và AI voice có giống nhau không?", "a": "AI voice là cách gọi rộng cho các công nghệ giọng nói dùng AI. TTS là một phần trong đó, chuyên chuyển văn bản thành giọng nói."}, {"q": "Có công cụ TTS tiếng Việt miễn phí không?", "a": "Có. Hệ điều hành, trình duyệt và một số dịch vụ có giọng tiếng Việt dùng miễn phí hoặc có gói miễn phí giới hạn. Kiểm tra điều khoản sử dụng thương mại trước khi đưa vào sản phẩm."}, {"q": "Dùng TTS làm lời chào tổng đài có được không?", "a": "Được và khá phổ biến. Chỉ cần xuất file đúng định dạng hệ thống tổng đài yêu cầu và nghe thử trên điện thoại thật."}, {"q": "Làm sao để TTS đọc đúng số điện thoại?", "a": "Viết số thành nhóm có dấu cách hoặc dùng thẻ SSML chỉ định cách đọc từng chữ số. Nếu công cụ không hỗ trợ, viết số thành chữ trong kịch bản."}, {"q": "TTS có chạy được trên máy tính không cần internet không?", "a": "Có. Một số mô hình TTS mã nguồn mở chạy được trên máy cục bộ, nhưng chất lượng tiếng Việt khác nhau, cần thử trước."}, {"q": "Video dùng giọng TTS có bị nền tảng hạn chế không?", "a": "Phụ thuộc chính sách từng nền tảng tại thời điểm đăng. Một số nền tảng yêu cầu gắn nhãn nội dung do AI tạo nếu dễ gây nhầm là người thật."} ], "sources": [ {"t": "Wikipedia: Speech synthesis", "u": "https://en.wikipedia.org/wiki/Speech_synthesis"}, {"t": "W3C: Speech Synthesis Markup Language (SSML) 1.1", "u": "https://www.w3.org/TR/speech-synthesis11/"}, {"t": "Google Cloud Text-to-Speech", "u": "https://cloud.google.com/text-to-speech"} ], "related": ["ai-voice-la-gi", "speech-to-text-la-gi", "cach-tao-giong-doc-ai-tieng-viet", "elevenlabs-vs-tts-mien-phi", "ai-voice-agent-tong-dai", "voice-cloning-la-gi", "tu-dien-thuat-ngu-ai"] }, { "id": 2192, "slug": "voice-cloning-la-gi", "title": "Voice cloning là gì? Rủi ro nhân bản giọng nói cho doanh nghiệp", "meta_desc": "Voice cloning là gì, nhân bản giọng nói bằng AI hoạt động ra sao, rủi ro lừa đảo giả giọng sếp và quy trình giúp doanh nghiệp dùng đúng, phòng vệ hiệu quả.", "excerpt": "Voice cloning cho phép AI nói bằng giọng của một người cụ thể chỉ từ vài mẫu ghi âm. Công nghệ này mở ra ứng dụng hữu ích nhưng cũng là công cụ lừa đảo nguy hiểm. Bài viết giúp doanh nghiệp hiểu cơ chế, rủi ro và cách tự bảo vệ.", "answer": "Voice cloning (nhân bản giọng nói) là kỹ thuật dùng AI học đặc trưng giọng của một người từ mẫu ghi âm, rồi tạo ra lời nói mới bằng chính giọng đó với nội dung bất kỳ. Khác với TTS thông thường dùng giọng chung, voice cloning nhắm vào một người cụ thể. Công nghệ này hữu ích cho lồng tiếng, bản địa hóa video hay giúp người mất giọng, nhưng cũng bị kẻ gian dùng để giả giọng giám đốc, người thân nhằm lừa chuyển tiền. Doanh nghiệp cần quy trình xác minh không dựa vào giọng nói và chỉ nhân bản giọng khi có đồng ý rõ ràng.", "kws": ["voice cloning là gì", "nhân bản giọng nói", "giả giọng bằng AI", "rủi ro voice cloning", "clone giọng nói"], "sections": [ {"h2": "Voice cloning là gì", "html": "Voice cloning là việc tạo ra một bản sao số của giọng nói một người. Sau khi có bản sao, bạn gõ chữ và hệ thống đọc lên bằng giọng của người đó, giữ được âm sắc, cách nhấn nhá, đôi khi cả thói quen ngắt nghỉ.
Có hai cách tiếp cận chính:
Voice cloning thường được nhắc chung với deepfake. Deepfake là khái niệm rộng gồm giả mặt, giả video; voice cloning là phần âm thanh. Trong nhiều vụ lừa đảo, chỉ riêng giọng nói đã đủ gây thiệt hại vì cuộc gọi không cần hình ảnh.
Điều doanh nghiệp cần nhớ: giọng nói của lãnh đạo xuất hiện trong video giới thiệu, livestream, phỏng vấn, tin nhắn thoại đều có thể trở thành mẫu để nhân bản.
"}, {"h2": "Nhân bản giọng nói hoạt động thế nào", "html": "Ở mức đơn giản, hệ thống voice cloning làm ba việc:
Chất lượng bản sao phụ thuộc vào độ sạch của mẫu, ngôn ngữ, và việc mô hình có được huấn luyện nhiều với tiếng Việt hay không. Với tiếng Việt, bản sao đôi khi lệch thanh điệu hoặc giọng địa phương, nhưng qua đường điện thoại có nhiễu, người nghe đang vội rất khó nhận ra.
Trước đây cần chuyên gia và nhiều giờ dữ liệu. Hiện nay nhiều ứng dụng phổ thông cho phép nhân bản giọng trong vài phút, khiến rào cản kỹ thuật với kẻ lừa đảo gần như không còn.
"}, {"h2": "Ứng dụng hợp pháp của voice cloning", "html": "Voice cloning không xấu tự thân. Khi người sở hữu giọng đồng ý và kiểm soát được việc sử dụng, công nghệ này có ích:
Điểm chung của các ứng dụng hợp pháp là có sự đồng ý, phạm vi rõ ràng và minh bạch với người nghe khi cần. Nếu một trong ba yếu tố này thiếu, rủi ro pháp lý và danh tiếng tăng mạnh.
"}, {"h2": "Những kịch bản lừa đảo giả giọng nhắm vào doanh nghiệp", "html": "Kẻ gian thường kết hợp giọng nhân bản với thông tin thu thập từ mạng xã hội, website công ty để tạo cảm giác khẩn cấp và đáng tin. Một số kịch bản đã được cơ quan chức năng và báo chí nhiều nước cảnh báo:
", "table": {"caption": "Kịch bản giả giọng thường gặp và cách nhận biết", "head": ["Kịch bản", "Dấu hiệu đáng ngờ", "Cách xử lý ngay"], "rows": [["Giả giọng giám đốc yêu cầu kế toán chuyển tiền gấp", "Gọi số lạ, đòi bí mật, không qua quy trình duyệt", "Cúp máy, gọi lại số đã lưu, áp dụng duyệt hai người"], ["Giả giọng đối tác báo đổi số tài khoản nhận tiền", "Thay đổi thông tin thanh toán qua điện thoại hoặc tin nhắn thoại", "Xác minh qua kênh đã có từ trước, yêu cầu văn bản chính thức"], ["Giả giọng nhân viên IT xin mã OTP, mật khẩu", "Xin mã xác thực, hối thúc vì “tài khoản sắp khóa”", "Không cung cấp mã, báo bộ phận IT qua kênh nội bộ"], ["Giả giọng người thân của nhân viên gặp nạn", "Khóc lóc, xin tiền gấp, không cho gọi lại", "Gọi trực tiếp người thân hoặc người nhà khác"], ["Tin nhắn thoại giả giọng sếp trên ứng dụng chat", "Tài khoản mới hoặc bị chiếm, giọng đều, ít ngữ cảnh", "Gọi video hoặc hỏi câu chỉ người thật biết"]]}}, {"h2": "Quy trình phòng vệ cho công ty 20–50 người", "html": "Nguyên tắc cốt lõi: giọng nói không còn là bằng chứng danh tính. Mọi yêu cầu liên quan đến tiền, mật khẩu, dữ liệu phải đi qua quy trình không phụ thuộc vào việc nghe giống ai.
Trường hợp công ty muốn nhân bản giọng một người cho mục đích chính đáng, nên chuẩn bị:
Giọng nói có thể được xem là dữ liệu cá nhân, thậm chí dữ liệu sinh trắc học trong một số bối cảnh. Quy định về bảo vệ dữ liệu cá nhân tại Việt Nam đang được hoàn thiện, nên hãy đối chiếu văn bản pháp luật hiện hành hoặc hỏi luật sư trước khi triển khai rộng.
"}, {"h2": "Có nhận biết được giọng nói do AI nhân bản không", "html": "Đôi khi có, nhưng không nên trông chờ vào tai người. Một số dấu hiệu có thể gợi ý giọng nhân bản:
Các công cụ phát hiện âm thanh do AI tạo cũng đang phát triển, nhưng không công cụ nào chắc chắn tuyệt đối, và kẻ gian có thể thêm nhiễu để qua mặt. Vì vậy phòng vệ hiệu quả nhất vẫn là quy trình: xác minh qua kênh thứ hai, duyệt nhiều người, không hành động dưới áp lực thời gian.
Liên hệ ngay ngân hàng để yêu cầu phong tỏa giao dịch, lưu lại bằng chứng cuộc gọi và tin nhắn, báo cơ quan công an, và thông báo nội bộ để tránh kẻ gian tiếp tục nhắm vào người khác.
"} ], "tip": "Hãy viết một câu duy nhất vào quy chế tài chính: “Không thực hiện chuyển tiền dựa trên yêu cầu qua điện thoại hoặc tin nhắn thoại nếu chưa xác minh qua kênh thứ hai.” Câu đó chặn được phần lớn kịch bản giả giọng, bất kể công nghệ giả mạo tiến bộ đến đâu.", "faq": [ {"q": "Cần bao nhiêu giây ghi âm để nhân bản giọng nói?", "a": "Tùy công cụ. Một số công cụ tạo bản sao nghe khá giống chỉ từ vài giây đến khoảng một phút ghi âm, bản chất lượng cao thường cần nhiều phút dữ liệu sạch."}, {"q": "Voice cloning có hợp pháp không?", "a": "Bản thân công nghệ không bị cấm, nhưng dùng giọng người khác khi chưa được đồng ý, hoặc để lừa đảo, có thể vi phạm pháp luật. Hãy kiểm tra quy định hiện hành về dữ liệu cá nhân và quyền nhân thân."}, {"q": "Làm sao biết cuộc gọi của sếp là thật hay giả giọng?", "a": "Đừng dựa vào giọng. Cúp máy và gọi lại số đã lưu, hoặc hỏi câu xác minh nội bộ. Yêu cầu chuyển tiền phải đi theo quy trình duyệt bình thường."}, {"q": "Voice cloning khác TTS như thế nào?", "a": "TTS dùng giọng đọc chung do nhà cung cấp tạo sẵn. Voice cloning tạo giọng mô phỏng một người cụ thể từ mẫu ghi âm của người đó."}, {"q": "Có nên đăng nhiều video có giọng giám đốc lên mạng không?", "a": "Không cần ngừng hẳn, nhưng nên ý thức đó là mẫu giọng công khai và bù lại bằng quy trình xác minh chặt chẽ cho mọi yêu cầu tài chính."}, {"q": "Ngân hàng xác thực bằng giọng nói có an toàn không?", "a": "Xác thực chỉ bằng giọng nói ngày càng dễ bị qua mặt. Nên kết hợp nhiều yếu tố như mật khẩu, OTP, thiết bị tin cậy."} ], "sources": [ {"t": "Wikipedia: Audio deepfake", "u": "https://en.wikipedia.org/wiki/Audio_deepfake"}, {"t": "Wikipedia: Speech synthesis", "u": "https://en.wikipedia.org/wiki/Speech_synthesis"}, {"t": "NIST – Viện Tiêu chuẩn và Công nghệ Quốc gia Hoa Kỳ", "u": "https://www.nist.gov/"} ], "related": ["lua-dao-gia-giong-bang-ai", "deepfake-la-gi", "deepfake-trong-lua-dao-doanh-nghiep", "text-to-speech-la-gi", "ai-voice-la-gi", "du-lieu-ca-nhan-khi-dung-ai", "an-ninh-mang-thoi-ai"] } ]