https://dspace.ctu.edu.vn/jspui/handle/123456789/2314 2026-04-21T18:17:36Z https://dspace.ctu.edu.vn/jspui/handle/123456789/126323 Title: AMATEUR FOOTBALL TOURNAMENT MANAGEMENT SOFTWARE Authors: La, Hoàng Nhân Abstract: The rapid increase in amateur football tournaments in Vietnam has exposed significant limitations in traditional manual management methods, including scheduling conflicts, inaccurate match results and rankings, lack of player eligibility verification, and low financial transparency. These issues frequently cause disputes, reduce participation, and lower the overall quality of the tournaments. This graduation project develops Amateur Football Tournament Management Software, a mobile application for Android developed using Flutter and connected to a Node.js backend via REST API. The system supports both round-robin and knockout formats, offering automated and manual fixture generation, real-time match result entry with automatic ranking updates, QR-code-based player check-in to prevent fraud, comprehensive financial tracking, and award management. One user account can create and simultaneously manage multiple independent tournaments, with all data of each tournament kept completely separate. Testing and real-world usage confirm that the software significantly reduces organizational workload, eliminates scheduling and data errors, improves fairness through reliable player verification, and greatly enhances the transparency and professionalism of amateur football tournaments in Vietnam. Description: 70 Tr 2025-01-01T00:00:00Z https://dspace.ctu.edu.vn/jspui/handle/123456789/126322 Title: XÂY DỰNG WEBSITE BÁN VĂN PHÒNG PHẨM Authors: Dương, Lập Khang Abstract: Hệ thống được xây dựng theo kiến trúc hướng dịch vụ (SOA), bao gồm một server chính (Java/Spring Boot) quản lý các nghiệp vụ cốt lõi của website thương mại điện tử như quản lý sản phẩm, giỏ hàng, đơn hàng và tương tác với cơ sở dữ liệu MySQL. Các API RESTful được bảo vệ bởi Spring Security và các lớp bảo mật tùy chỉnh, phục vụ cho ứng dụng ReactJS. Một server dịch vụ riêng biệt (Python/FastAPI) đảm trách các nghiệp vụ máy học chuyên sâu. Dịch vụ này cung cấp hệ thống gợi ý sản phẩm (CBF, UBCF), tích hợp Gemini LLM cho xử lý ngôn ngữ tự nhiên và SigLIP2 cho thị giác máy tính. Kỹ thuật Retrieval-Augmented Generation (RAG) được triển khai để tăng cường khả năng tìm kiếm ngữ nghĩa, và mô hình nhúng SigLIP2 hỗ trợ tìm kiếm sản phẩm bằng hình ảnh, cũng như mô hình "vietnamese-embedding" được sử dụng để mã hóa văn bản cho thuật toán gợi ý sản phẩm dựa trên sản phẩm tương đồng (Content-Based Filtering). Các dịch vụ giao tiếp với nhau thông qua API RESTful để tích hợp các tính năng thông minh. Description: 115 Tr 2025-01-01T00:00:00Z https://dspace.ctu.edu.vn/jspui/handle/123456789/126321 Title: ENHANCING VIETNAMESE SPEECH SYNTHESIS IN AUDIOBOOK THROUGH XTTS-BASED TEXT TO SPEECH AND VOICE CLONING Authors: Nguyễn, Phương Thụy Abstract: • This thesis investigates the enhancement of Vietnamese audiobook speech synthesis using the XTTS architecture, a multilingual zero-shot Text-to-Speech model capable of cloning unseen speakers from short reference audio. Although XTTS provides strong baseline performance, its default configuration is not fully optimized for the tonal and prosodic characteristics of Vietnamese, particularly in long-form narration. To address this limitation, the proposed approach introduces a Vietnamese-specific tokenizer, a refined text and audio preprocessing pipeline, and a selective fine-tuning strategy that updates only the GPT-based acoustic module while preserving the remaining pretrained components. Experiments are conducted on the Phoaudiobook dataset, a large-scale Vietnamese audiobook corpus, using 56,879 samples from 276 speakers for training, 998 samples from 34 speakers for validation, and 6,458 samples from 35 speakers for testing. Model performance is assessed using objective metrics, including Character Error Rate (CER), Speaker Encoder Cosine Similarity (SECS), and UTMOS for perceptual naturalness. The fine-tuned XTTSv2 model achieves a CER of 0.0709, indicating stable textual accuracy, a SECS of 0.9126, reflecting very high speaker similarity in zero-shot conditions, and a UTMOS score of 2.2141, demonstrating acceptable perceptual naturalness for audiobook-style speech. These results confirm that targeted adaptation of XTTS effectively improves Vietnamese speech synthesis while maintaining strong speaker identity preservation, providing a solid foundation for future research on Vietnamese dialects and expressive narration.. Description: 44 Tr 2025-01-01T00:00:00Z https://dspace.ctu.edu.vn/jspui/handle/123456789/126214 Title: ỨNG DỤNG TRÍ TUỆ NHÂN TẠO ĐỂ TỰ ĐỘNG PHÂN ĐOẠN CÁC BƯỚC THỰC HIỆN TRONG VIDEO DẠY NẤU ĂN Ở VIỆT NAM Authors: Lã, Thái Hòa Abstract: Sự bùng nổ của các video hướng dẫn nấu ăn tiếng Việt trên các nền tảng mạng xã hội như YouTube, Facebook và TikTok đã tạo ra nguồn tài nguyên phong phú cho người dùng. Tuy nhiên, do bản chất nội dung đan xen và thiếu cấu trúc, người xem thường gặp khó khăn trong việc định vị và tra cứu các bước thực hiện cụ thể. Nhằm giải quyết vấn đề này, luận văn “Ứng dụng trí tuệ nhân tạo trong việc tự động phân đoạn các bước thực hiện trong video nấu ăn ở Việt Nam” tập trung phát triển hệ thống AI có khả năng tự động phân đoạn video, góp phần nâng cao trải nghiệm học nấu ăn trực tuyến và thúc đẩy quá trình số hóa tri thức ẩm thực Việt Nam. Hệ thống được xây dựng dựa trên kiến trúc hợp nhất đa phương thức. Quy trình xử lý bắt đầu bằng việc chuyển đổi dữ liệu âm thanh sang văn bản thông qua mô hình PhoWhisper. Tiếp đó, hệ thống thực hiện trích xuất đặc trưng hình ảnh sử dụng các mạng nơ-ron tiên tiến (ViT, EfficientNet, ResNet50) và trích xuất đặc trưng văn bản bằng PhoBERT. Các vector đặc trưng này được kết hợp thông qua kỹ thuật nối (Concatenation) và đưa vào huấn luyện trên mô hình BiLSTM-CRF. Tại đây, mô hình sẽ học các phụ thuộc ngữ cảnh hai chiều để dự đoán nhãn cho từng khung hình, từ đó tổng hợp và phân tách thành các phân đoạn video hoàn chỉnh. Mô hình được thử nghiệm và đánh giá trên tập dữ liệu video hướng dẫn nấu ăn tiếng Việt tự thu thập, bao gồm 130 video được gán nhãn thủ công với 1110 phân đoạn thuộc 7 lớp hành động nấu ăn. Kết quả thực nghiệm cho thấy mô hình EfficientNet + PhoBERT đạt hiệu năng cao nhất với chỉ số trung bình trên khung hình (Mean over Frames - MoF) đạt 84.98%. Trong khi đó, kiến trúc ViT + PhoBERT thể hiện ưu thế vượt trội trong việc bảo toàn tính nhất quán trình tự với độ chính xác biên tập phân đoạn (Segmental Edit Score) đạt 74.29%. Từ khóa: BiLSTM-CRF, Multimodal fusion, Phân đoạn video nấu ăn, PhoBERT, PhoWhisper, Vision Transformer. Description: 61 Tr 2025-01-01T00:00:00Z