XÂY DỰNG ỨNG DỤNG TỰ ĐỘNG TÓM TẮT NỘI DUNGCUỘCHỌPDÙNG OPEN AI PHÂN HỆ XÂY DỰNG KỊCH BẢN

Abstract

Trong xã hội hiện đại ngày nay, cuộc họp online đã trở thành một phần khôngthểthiếu trong môi trường làm việc từ xa và học tập trực tuyến. Các nền tảng họp onlinenhưZoom và Google Meet đóng vai trò quan trọng trong việc kết nối, giao tiếp, và duytrì hoạt động của nhiều tổ chức. Các cuộc họp online giúp mọi người kết nối dễ dàngtừbất kỳ đâu, miễn là có kết nối internet. Điều này đặc biệt quan trọng với những nhómlàmviệc ở các khu vực địa lý khác nhau hoặc những người làm việc từ xa. Chỉ với một thiết bị có camera và micro, người dùng có thể tham gia vào các cuộc họp, trao đổi ý tưởngvàhợp tác mà không cần gặp trực tiếp. Các cuộc họp online giúp loại bỏ thời gian di chuyểnvà chi phí liên quan đến tổ chức các cuộc họp truyền thống. Nhờ vậy, các cá nhânvàdoanh nghiệp có thể tối ưu hóa nguồn lực và tăng hiệu quả làm việc. Tuy nhiên, dù các cuộc họp online có thể được ghi lại nhưng việc quản lývàlưutrữ một lượng lớn dữ liệu video thường khó khăn và tốn thời gian khi cần tìmkiếmhoặctruy xuất thông tin. Bản ghi âm và video thường dài, làm cho việc xemlại toàn bộnội dung cuộc họp trở nên mất thời gian.Luận văn này đề xuất và xây dựng một ứngdụngtựđộng tóm tắt nội dung cuộc họp từ dữ liệu âm thanh. Ứng dụng được phát triển dựatrênhai giai đoạn chính: chuyển đổi âm thanh thành văn bản (Speech-to-Text) và tómtắt vănbản. Ở giai đoạn chuyển đổi, hệ thống sử dụng thư viện SpeechRecognition của Pythonđể chuyển đổi các tệp âm thanh .wav và .mp3 thành văn bản, được tối ưu hóa chotốcđộlấy mẫu 16 kHz. Ở giai đoạn tóm tắt, API của OpenAI được sử dụng để tạo các bảntómtắt có cấu trúc bao gồm ngày, giờ; người tham gia; và nội dung chính của cuộc họp. Dữ liệu đầu vào được thu thập từ các bản ghi âm thực tế và video hội nghị trựctuyến, mỗi bản có thời lượng từ 1-5 phút. Hệ thống được triển khai thông qua giaodiệnweb sử dụng Flask, cho phép người dùng chọn một mô hình AI và nhập lời nhắc đểtùychỉnh định dạng tóm tắt. Kết quả thử nghiệm cho thấy hệ thống có hiệu quả cao trongviệc tạo ra các bản tóm tắt chính xác và mạch lạc, đáp ứng được yêu cầu của các nhómlàm việc.