Conversational Digital Assistant
Đồ án tốt nghiệp · Đại học · năm 2025 · đề tài tham khảo
| Loại tài liệu | Đồ án tốt nghiệp |
|---|---|
| Bậc học | Đại học |
| Ngành | Xã hội, ngôn ngữ, y dược |
| Tác giả | Nguyễn Đại An |
| Người hướng dẫn | Đinh Viết Sang |
| Cơ sở đào tạo | Đại học Bách khoa Hà Nội |
| Năm | 2025 |
| Nguồn | Thư viện số Đại học Bách khoa Hà Nội · trang gốc |
Tóm tắt
Trình bày nghiên cứu xây dựng hệ thống trợ lý số hội thoại thời gian thực nhằm hỗ trợ giao tiếp bằng giọng nói với khả năng phản hồi nhanh và linh hoạt. Phân tích thực trạng các trợ lý ảo hiện nay còn hạn chế về độ trễ, khả năng mở rộng và chi phí triển khai khi tích hợp các mô hình ngôn ngữ lớn. Đề xuất giải pháp phát triển kiến trúc xử lý đa mô-đun kết hợp nhận dạng tiếng nói, truy hồi tri thức, xử lý hội thoại và tổng hợp tiếng nói trong một pipeline tối ưu cho thời gian thực. Kết luận khẳng định hệ thống đạt hiệu năng ổn định, giảm độ trễ, dễ tích hợp và có tiềm năng triển khai trong nhiều ứng dụng thực tế
Bản toàn văn lưu tại thư viện Đại học Bách khoa Hà Nội
Thông tin và tóm tắt ở trên lấy từ kho số mở của thư viện trường. Bản toàn văn do thư viện trường quản lý — có nơi cho đọc trực tuyến, có nơi cần tài khoản bạn đọc của trường.
Mở tại thư viện trường ↗
Dùng tài liệu tham khảo cho đúng
- Đọc để hiểu cách người trước đặt câu hỏi, chọn phương pháp, trình bày số liệu — rồi tự làm với dữ liệu và bối cảnh của bạn.
- Ý, số liệu, bảng biểu lấy từ tài liệu này phải trích dẫn (tác giả, năm, tên đề tài, cơ sở đào tạo).
- Đề tài trùng tên vẫn làm được nếu khác đơn vị khảo sát, thời gian hoặc cách tiếp cận — nêu rõ điểm khác trong phần mở đầu.
Hướng dẫn chọn đề tài, cấu trúc và số liệu cho ngành này: Luận văn xã hội, ngôn ngữ, y dược · Hỏi đáp từng chương với người hướng dẫn số: Học Giả Số · Công cụ số: Luận Văn Số.
Đề tài cùng ngành
- Phát triển mô hình học sâu dựa trên kiến trúc MAMBA cho phân vùng ảnh y tế
- Enhancing Continual Relation Extraction Using Adaptive Prompting And Label Description
- AI agent hỗ trợ tư vấn học tập qua email
- Hỏi đáp tự động sử dụng kỹ thuật sinh câu trả lời dựa trên tìm kiếm
- Tìm kiếm hình ảnh phương tiện giao thông từ câu truy vấn
- Nghiên cứu và đánh giá phương pháp phát hiện và phân loại các giai đoạn phát triển của ký sinh trùng sốt rét
- Nghiên cứu chuẩn DICOM để xử lý, lữu trữ, in ấn và truyền tải thông tin trong hình ảnh y tế
- Generative Design-for-Robot-Assembly Structures: A Multi-Agent AI System Approach
Tác giả muốn gỡ, sửa thông tin hoặc bổ sung bản toàn văn: gửi yêu cầu qua trang Liên hệ, kèm đường dẫn trang này.