Blue SM

1. Bài toán

Các ứng dụng gọi xe hiện nay còn phức tạp với một số nhóm người dùng, đặc biệt là:

• Người cao tuổi: ít rành công nghệ, khó thao tác nhiều bước.
• Người khiếm thị: cần giao diện không phụ thuộc thị giác.
• Người bận tay: đang mang hành lý, bế con, cần rảnh tay để đặt xe.

Đây là một bài toán thực tế, đồng thời là cơ hội để xây dựng một sản phẩm có giá trị nhân văn và khả năng ứng dụng rõ ràng.

2. Giải pháp kỹ thuật

VoiceRide là ứng dụng đặt xe bằng giọng nói, cho phép người dùng thao tác theo quy trình:

• Nói lệnh đặt xe.
• AI phân tích ý định, trích xuất địa điểm.
• Hệ thống đọc lại thông tin để người dùng xác nhận bằng giọng nói.
• Hoàn tất đặt xe và trả về thông tin tài xế, biển số, thời gian đến.

Pipeline chính được lựa chọn là Speech-to-Speech với GPT-4o Realtime, dựa trên quá trình khảo sát và so sánh với hướng STT + TTS. Kết quả cho thấy hướng S2S phù hợp hơn nhờ độ trễ thấp, độ chính xác cao, turn-taking tự nhiên và đem lại trải nghiệm voice-first tốt hơn.

3. Tính khả thi

Dự án đã xây dựng được các thành phần cốt lõi:

• Luồng voice-first hoàn chỉnh, không cần chạm màn hình.
• AI Agent tự động suy luận và gọi tool như đặt xe, ước tính giá.
• Tích hợp Goong Maps để geocoding và autocomplete địa chỉ thực tại Việt Nam.
• Giao diện tối giản, responsive, hỗ trợ PWA.
• Có guardrails an toàn, fallback form, xử lý mất kết nối và timeout.
• Có benchmark STT với 30 câu, nhiều vùng miền và tên thương hiệu.

Về hệ thống, giải pháp được thiết kế theo dạng Module SDK, có thể tích hợp vào ứng dụng đặt xe truyền thống thông qua import và truyền cấu hình, không cần dựng server riêng và không cần ứng dụng tích hợp phải xử lý trực tiếp với OpenAI.

4. Hướng phát triển

Các hướng phát triển tiếp theo gồm:

• Gợi ý loại xe theo thời tiết và ngữ cảnh sử dụng.
• Speaker Diarization để nhận diện đúng giọng người dùng chính và lọc tiếng nói xung quanh.
• Hoàn thiện đóng gói SDK để tích hợp vào các ứng dụng đặt xe truyền thống kèm tài liệu hướng dẫn cho đối tác.