Khi người nói chêm từ tiếng Anh vào câu tiếng Việt, như “chiều nay team họp sync lại deadline nhé”, máy nhận dạng giọng nói hay chép sai vì nó phải đổi cùng lúc hai thứ: bộ âm (tiếng Anh có phụ âm cuối, cụm phụ âm mà tiếng Việt không có) và quy tắc chữ viết (“deadline” chứ không phải “đét lai”). Nếu mô hình ít được học kiểu câu trộn này, nó sẽ ép từ tiếng Anh thành âm tiết tiếng Việt gần nhất, hoặc ngược lại, đoán bừa một từ tiếng Anh khác.
Hiện tượng này giới ngôn ngữ học gọi là trộn mã hoặc chuyển mã (code-switching). Ở văn phòng công nghệ, ngân hàng, marketing, y khoa tại các đô thị Việt Nam, nó phổ biến đến mức một biên bản họp không xử lý được từ tiếng Anh gần như vô dụng. Bài này giải thích vì sao máy vấp, các kiểu lỗi đặc trưng, cách đo riêng phần lỗi này và những biện pháp thực tế cho đội đang dùng máy chép lời họp hoặc tổng đài.
Hai hệ âm thanh trong cùng một câu
Âm tiết tiếng Việt có cấu trúc khá chặt: tối đa một phụ âm đầu, một vần, một thanh, và phụ âm cuối chỉ thuộc một nhóm nhỏ như -m, -n, -ng, -nh, -p, -t, -c, -ch. Tiếng Anh thì cho phép cụm phụ âm đầu (“str” trong “strategy”), cụm phụ âm cuối (“-nds” trong “brands”), âm “s” cuối, âm “l” cuối, và trọng âm thay vì thanh điệu. Một từ như “insight” có hai âm tiết, nhấn ở âm đầu, kết thúc bằng âm “t” bật hơi mà người Việt thường đọc thành “t” tắc.
Người Việt khi chêm thường “Việt hoá” phát âm ở các mức khác nhau. Có người nói “deadline” gần giọng Mỹ, có người nói thành “đét-lai”, có người nói “đét lai n”. Từ “file” có thể thành “phai”, “email” thành “i-meo”, “report” thành “ri-pót”. Máy vì vậy phải nhận ra cùng một từ tiếng Anh dưới nhiều dạng phát âm khác nhau, cộng với thanh điệu mà người nói vô tình gắn vào (“meeting” thường mang thanh ngang rồi thanh sắc hoặc thanh huyền tuỳ người).
Một mô hình học chủ yếu từ tiếng Việt thuần sẽ nghe “phai” và tìm âm tiết tiếng Việt gần nhất, rồi chép “phải” hoặc “phai”. Một mô hình đa ngôn ngữ có thể nhận ra đây là tiếng Anh, nhưng nếu nó quyết định cả đoạn là tiếng Anh, phần tiếng Việt xung quanh lại bị chép thành chữ tiếng Anh vô nghĩa. Bài toán khó nằm ở ranh giới: chỗ nào đổi ngôn ngữ, đổi rồi khi nào quay lại.
Các kiểu lỗi đặc trưng khi chêm tiếng Anh
Những kiểu lỗi dưới đây thường thấy khi đọc lại bản chép lời các cuộc họp văn phòng. Ví dụ là minh hoạ giả định.
| Kiểu lỗi | Ví dụ người nói | Máy có thể chép thành |
|---|---|---|
| Việt hoá từ tiếng Anh | “gửi file cho anh” | “gửi phai cho anh” |
| Đổi sang từ tiếng Anh khác | “chốt KPI tháng này” | “chốt key pi tháng này” hoặc một cụm chữ cái sai |
| Tách một từ thành nhiều âm tiết | “feedback cho khách” | “phi bách cho khách” |
| Kéo cả câu sang tiếng Anh | “em update slide rồi” | một câu tiếng Anh không liên quan |
| Viết tắt đọc theo chữ cái | “bên HR gửi” | “bên ết a gửi” hoặc “bên hát rờ gửi” |
| Tên sản phẩm, tên riêng nước ngoài | tên phần mềm, tên đối tác | chữ gần âm hoặc bỏ sót |
Kiểu lỗi kéo cả câu sang tiếng Anh là nguy hiểm nhất vì nó xoá luôn phần tiếng Việt đúng. Các mô hình đa ngôn ngữ có bước tự nhận diện ngôn ngữ thường gặp kiểu lỗi này khi đoạn âm thanh ngắn và chứa nhiều từ tiếng Anh. Nhiều công cụ cho phép chỉ định trước ngôn ngữ chính là tiếng Việt, việc này thường giúp giảm lỗi; kiểm phiên bản hiện hành của công cụ.
Vì sao dữ liệu huấn luyện ít câu trộn
Dữ liệu nhận dạng giọng nói tiếng Việt dễ gom nhất là tin tức, sách nói, bài giảng, video phổ thông. Những nguồn này có tỷ lệ chêm tiếng Anh thấp hơn nhiều so với một buổi họp ở công ty phần mềm. Còn dữ liệu tiếng Anh thì là tiếng Anh chuẩn, không có kiểu phát âm Việt hoá. Câu trộn đúng kiểu văn phòng Việt Nam rơi vào khoảng trống giữa hai nguồn.
Gán nhãn câu trộn cũng khó hơn. Người chép phải quyết định viết “meeting” hay “mít tinh”, “ok” hay “ô kê”, “app” hay “áp”. Nếu quy ước không thống nhất, dữ liệu dạy cho máy những điều mâu thuẫn. Một số từ đã Việt hoá ổn định trong chữ viết (“mít tinh” với nghĩa cuộc biểu tình, “ô tô”, “cà phê”), số khác vẫn viết nguyên dạng tiếng Anh. Ranh giới này thay đổi theo thời gian và theo từng cộng đồng.
Ngoài ra, từ chêm thường là thuật ngữ chuyên ngành của từng công ty: tên dự án, tên sản phẩm nội bộ, tên khách hàng. Không mô hình chung nào biết trước được chúng. Đó là lý do bước khai từ điển riêng có hiệu quả rõ với kiểu lỗi này hơn hẳn các kiểu lỗi khác.
Đo riêng phần lỗi do chêm tiếng Anh
Đánh dấu từ tiếng Anh trong bản đúng. Khi chép bản đúng cho bộ thử, đánh dấu những từ tiếng Anh hoặc viết tắt. Sau khi so, tính tỷ lệ lỗi riêng trên nhóm từ này và trên phần tiếng Việt còn lại. Hai con số thường chênh nhau đáng kể.
Thống nhất quy ước chính tả trước. Ghi rõ danh sách: viết “email” hay “e-mail”, “ok” viết thường hay hoa, “KPI” giữ hoa. Áp dụng cho cả bản đúng và bước chuẩn hoá trước khi so, nếu không lỗi “oan” sẽ lấn át lỗi thật.
Kiểm cả hai chiều lỗi. Một là từ tiếng Anh bị Việt hoá. Hai là từ tiếng Việt bị biến thành tiếng Anh. Chiều thứ hai ít được chú ý nhưng làm hỏng nghĩa nhiều hơn.
Thử với người nói thật trong đội. Mức Việt hoá phát âm khác nhau giữa người này và người kia. Một công cụ xử lý tốt giọng của trưởng nhóm từng học ở nước ngoài chưa chắc xử lý tốt giọng của đồng nghiệp hay nói “đét lai”.
Giảm lỗi chêm tiếng Anh trong biên bản họp
Các bước dưới đây áp dụng được ngay với phần lớn công cụ chép lời phổ biến, không cần huấn luyện mô hình.
- Lập danh sách 50 đến 200 từ tiếng Anh và viết tắt đội mình hay dùng nhất, kèm tên dự án, tên sản phẩm, tên đối tác. Rà lại hằng quý.
- Khai danh sách đó vào chức năng từ vựng riêng của công cụ nếu có. Với công cụ không có chức năng này, giữ danh sách để dùng ở bước sửa.
- Chỉ định ngôn ngữ chính là tiếng Việt thay vì để công cụ tự đoán, nhất là với đoạn ghi âm ngắn.
- Sau khi có bản chép, dùng bảng thay thế có kiểm soát: “phai” trong ngữ cảnh gửi, nhận thì sửa thành “file”. Tránh thay hàng loạt mù quáng vì “phải” là từ tiếng Việt rất phổ biến.
- Nếu dùng chatbot để làm sạch bản chép, đưa kèm danh sách thuật ngữ và dặn rõ: chỉ sửa chính tả thuật ngữ, không viết lại câu, không thêm ý. Che thông tin bí mật kinh doanh và thông tin cá nhân trước khi dán vào.
- Đọc lại phần quyết định và việc cần làm bằng mắt người. Đây là phần ít chữ nhưng nhiều hậu quả nhất.
Có một cách khác, ít kỹ thuật hơn: thống nhất trong đội nói tiếng Việt cho những từ đã có tương đương phổ biến (“hạn chót”, “báo cáo”, “phản hồi”) khi họp có ghi âm. Không cần cực đoan, nhưng giảm vài từ chêm phổ biến nhất thường cải thiện bản chép thấy rõ.
Một đoạn biên bản trước và sau khi xử lý (ví dụ giả định)
Để thấy rõ các bước trên làm được gì, dưới đây là một đoạn chép thô giả định từ cuộc họp nhóm marketing, đặt cạnh bản đã qua từ điển riêng và bước sửa thuật ngữ. Tên người và nội dung là minh hoạ.
- Bản thô: “ok vậy chiều nay chị lan gửi phai bờ ríp cho team đi zai nhé deadline là thứ sáu còn cái kê pi ai tháng này mình xem lại sau”.
- Sau khi khai từ điển “file”, “brief”, “team design”, “KPI” và chỉ định tiếng Việt là ngôn ngữ chính: “ok vậy chiều nay chị Lan gửi file brief cho team design nhé deadline là thứ sáu còn cái KPI tháng này mình xem lại sau”.
- Sau bước chấm câu và soát của người: “Ok, vậy chiều nay chị Lan gửi file brief cho team design nhé. Deadline là thứ Sáu. Còn KPI tháng này, mình xem lại sau.”
- Việc cần làm trích ra: chị Lan gửi file brief cho team design, hạn thứ Sáu; xem lại KPI tháng này vào buổi khác.
Có ba điểm đáng chú ý trong ví dụ. Một, phần tiếng Việt gần như không đổi qua các bước, toàn bộ cải thiện nằm ở bốn thuật ngữ. Hai, “đi zai” bị nghe thành hai âm tiết tiếng Việt vô nghĩa, loại lỗi chỉ từ điển riêng mới sửa gọn được. Ba, bước trích việc cần làm vẫn cần người kiểm, vì máy không biết “thứ Sáu” là thứ Sáu tuần này hay tuần sau, và hạn đó gắn với việc gửi brief hay với cả chiến dịch.
Nếu đội ghi lại các lỗi thuật ngữ gặp trong một tháng, danh sách từ điển riêng sẽ tự lớn dần theo đúng cách nói của đội, hiệu quả hơn nhiều so với một danh sách soạn ngồi nghĩ ra từ đầu.
Khi nào cần mô hình được tinh chỉnh riêng
Nếu đội làm sản phẩm thoại cho một ngành có mật độ thuật ngữ tiếng Anh rất cao, như công nghệ thông tin, dược phẩm, hàng không, thì từ điển riêng có thể chưa đủ. Khi đó hướng thường gặp là gom dữ liệu họp hoặc cuộc gọi thật, có đồng ý của người nói, che thông tin cá nhân và bí mật, chép lại theo quy ước chính tả thống nhất, rồi tinh chỉnh một mô hình mở trên dữ liệu đó.
Lượng dữ liệu cần bao nhiêu phụ thuộc mô hình gốc và mức độ chuyên ngành, không có con số chung. Điều chắc chắn là chất lượng nhãn quan trọng hơn số giờ: vài chục giờ chép cẩn thận, quy ước nhất quán thường có ích hơn hàng trăm giờ chép vội. Sau khi tinh chỉnh, luôn đo lại trên bộ thử giữ riêng, cả phần tiếng Anh lẫn phần tiếng Việt, vì tinh chỉnh quá đà có thể làm phần tiếng Việt thông thường kém đi.
Với đa số đội nhỏ, cách hợp lý vẫn là chọn công cụ xử lý câu trộn khá nhất qua bộ thử của chính mình, cộng từ điển riêng và bước soát của người.
Câu hỏi thường gặp
Vì sao công cụ chép “ok” lúc thành “ô kê”, lúc thành “okay”?
Vì trong dữ liệu huấn luyện, từ này được người chép ghi theo nhiều cách khác nhau, nên mô hình học cả ba dạng. Muốn bản chép nhất quán, chọn một dạng trong quy ước của đội và thêm bước chuẩn hoá sau nhận dạng, đổi mọi biến thể về dạng đó.
Đọc viết tắt theo kiểu tiếng Việt hay tiếng Anh thì máy nghe tốt hơn?
Không có quy luật chung, phụ thuộc mô hình được học kiểu nào nhiều hơn. Thực tế người Việt đọc lẫn lộn, ví dụ “HR” có người đọc theo chữ cái tiếng Anh, có người đọc “hát rờ”. Cách đáng tin là thử cả hai cách đọc với công cụ của mình và khai dạng viết đúng vào từ điển.
Có nên để công cụ tự nhận diện ngôn ngữ khi họp nói lẫn Việt Anh?
Nếu tiếng Việt là ngôn ngữ chính, chỉ định sẵn tiếng Việt thường an toàn hơn, vì bước tự nhận diện hay kéo cả đoạn sang tiếng Anh khi gặp nhiều từ chêm. Chỉ để tự nhận diện khi cuộc họp thật sự có những đoạn dài nói hoàn toàn bằng tiếng Anh.
Chatbot sửa bản chép lời có làm sai nghĩa không?
Có thể, nếu không dặn kỹ. Chatbot có xu hướng viết lại câu cho trơn, thêm chủ ngữ, gộp ý, thậm chí bịa chi tiết cho đoạn khó nghe. Hãy yêu cầu chỉ sửa chính tả thuật ngữ trong danh sách, giữ nguyên câu, đánh dấu chỗ không chắc, và so lại phần quyết định với bản gốc.
Tên người nước ngoài trong cuộc họp thường bị chép sai, xử lý thế nào?
Tên riêng nước ngoài là phần khó nhất vì mỗi người Việt đọc một kiểu. Khai danh sách tên đối tác, đồng nghiệp nước ngoài vào từ điển riêng, và trong biên bản quan trọng nên soát riêng mọi tên người. Không nên tự động thay tên theo đoán, dễ ghi nhầm người.
Học sinh, sinh viên dùng máy chép bài giảng có nhiều thuật ngữ tiếng Anh thì làm sao?
Xin danh sách thuật ngữ hoặc giáo trình của môn học, đưa vào từ điển riêng nếu công cụ cho phép, và ghi âm gần nguồn nói. Chỉ ghi âm khi giảng viên đồng ý, dùng cho mục đích học của mình, không phát tán bản ghi hay bản chép.