Nhật ký công việc cho nhiệm vụ "Phát triển pipeline phát âm tiếng Việt riêng và từ điển âm thanh"

Vấn đề với tính năng phát âm chữ cái đơn thông qua OpenRouter

Cơ chế TTS cơ bản thông qua OpenRouter nhìn chung đã được triển khai và hoạt động tốt đối với các đơn vị văn bản thông thường. Tuy nhiên, một sự cố kỹ thuật đã được phát hiện với đầu vào tối thiểu: nếu chỉ gửi một chữ cái duy nhất để phát âm, OpenRouter sẽ trả về lỗi HTTP 400.

Đối với vietnamguru.ru, đây là vấn đề rất quan trọng vì sách vỡ lòng cần tính năng phát âm riêng cho từng chữ cái, âm thanh và các đơn vị ngữ âm rất ngắn khác.

Giải pháp hiện tại

Không chặn toàn bộ luồng xử lý TTS vì giới hạn này, mà thay vào đó sẽ nghiên cứu riêng tính năng tạo âm thanh cục bộ thông через máy chủ cục bộ và mô hình TTS cục bộ. Mục tiêu là có được một cơ chế chấp nhận ổn định các chữ cái/âm tiết đơn và lưu kết quả vào từ điển âm thanh đã được thiết lập sẵn.

Nhiệm vụ liên quan

Một nhiệm vụ con đã được tạo: "Nghiên cứu và triển khai phát âm TTS cục bộ thông qua máy chủ cục bộ", taskId cmu90kv7v0wm0qw0qnov80p68.

Nhiệm vụ này bao gồm việc lựa chọn và kiểm tra một mô hình cục bộ dành cho tiếng Việt, chất lượng thanh điệu và các đơn vị ngắn, API của máy chủ cục bộ, yêu cầu phần cứng và tích hợp với hệ thống lưu trữ âm thanh hiện có.