Voice
AEC: Tại sao AI Voice Assistant Cần Khử Echo
Giải thích Acoustic Echo Cancellation từ thuật toán NLMS đến thực tế triển khai trên browser (AEC3) và ESP32 (ESP-ADF). Bao gồm so sánh AEC support giữa OpenAI, Gemini Live và xAI Grok.
10 phút
MớiKênh Zalo, Messenger & WhatsApp
Trợ lý AI biết nói, biết nhớ và làm được việc.
Một runtime cho giọng nói, trí nhớ, tri thức và công cụ. Đưa cùng một trợ lý lên website, Zalo, Messenger, ứng dụng và thiết bị ESP32, tối ưu cho tiếng Việt từ ngày đầu.
Gói miễn phí · Không cần thẻ · Tiếng Việt & tiếng Anh
Mô phỏng
Người dùng: Nhắc mình tưới cây lúc 7 giờ sáng mai nhé. Trợ lý: Xong! 7 giờ sáng mai mình sẽ nhắc bạn tưới 3 chậu lan ngoài ban công nhé.
- Trợ lý đang chạy trên production
- 50+
- Tới âm thanh đầu tiên ở chế độ Realtime
- ~0.7s
- Nhà cung cấp LLM, đổi theo từng trợ lý
- 6
- Kênh nhắn tin, gồm Zalo OA
- 6
Chạy trên những mô hình và giọng nói bạn đã tin dùng
OpenAI
Anthropic
Google
xAI
DeepSeek
Xiaomi
ElevenLabs
Soniox
Nhà cung cấp và model khả dụng tùy cấu hình triển khai.
Triển khai mọi nơi
Một trợ lý. Có mặt ở mọi nơi khách hàng của bạn.
Cấu hình trợ lý một lần. Tri thức, trí nhớ và công cụ đi theo trợ lý tới mọi kênh.
Kênh nhắn tin
Kết nối Zalo OA, Messenger, Instagram, WhatsApp Business, Telegram và TikTok Shop ngay trong trang quản trị. Khách hàng trò chuyện ở nơi họ quen dùng.
Zalo OA
Messenger
Instagram
WhatsApp
Telegram
TikTok Shop
Widget website
Nhúng bằng một thẻ script, cô lập trong Shadow DOM. Khách truy cập có thể gửi ảnh và tài liệu khi bạn bật tính năng này.
Giọng nói, hai chế độ
Chế độ Realtime trò chuyện speech-to-speech; chế độ Standard chạy pipeline ASR → LLM → TTS tinh chỉnh theo từng trợ lý. Người dùng có thể ngắt lời tự nhiên ở cả hai.
Thời gian tới âm thanh đầu tiên
- Realtime
- ~0.7s
- Standard
- ~1.8s
- xAI Grok Voice
- Gemini Live
- OpenAI Realtime
Thiết bị ESP32
Thiết bị giữ mic, loa và cảm biến. Cloud lo phần suy nghĩ.
- 01
Nạp firmware
Firmware cho bo mạch ESP32 và ESP32-S3
- 02
Kích hoạt
Gắn chủ sở hữu bằng mã 6 ký tự
- 03
Trò chuyện
Âm thanh qua MQTT + UDP, mã hóa AES-128
- 04
Hành động
Cảm biến và điều khiển thành công cụ MCP
Lộ trình: robot giáo dục, đồ chơi thông minh, trợ lý trên ô tô.
Hướng dẫn thiết bịAgent runtime
Không chỉ trả lời. Làm được việc thật.
Mỗi trợ lý có sẵn trí nhớ, tri thức riêng và công cụ, bạn không phải tự ghép nối gì cả.
Trí nhớ dài hạn
Tự ghi nhớ trong nền và giữ lịch sử thay đổi. Người dùng có thể xem, sửa hoặc xóa những gì trợ lý nhớ. Hội thoại dài được tự động tóm tắt để luôn đủ ngữ cảnh.
Kho tri thức
Tải tài liệu lên hoặc thu thập từ website. PDF scan được đọc bằng OCR, rồi tra cứu ở mỗi lượt hội thoại.
Công cụ & MCP
Gọi API, MCP server và thiết bị của bạn.
- Tìm kiếm web
- REST API tùy chỉnh
- MCP server
- Device MCP
Mới
Tác vụ định kỳ
Dặn một lần, trợ lý tự chạy theo lịch. Kết quả nằm trong hội thoại riêng, có thể gửi kèm email.
Pipeline giọng nói theo ý bạn
Chọn speech-to-text, LLM và text-to-speech cho từng trợ lý, hoặc chuyển sang realtime. Đổi nhà cung cấp bằng cấu hình, không đổi kiến trúc.
Theo dõi từng lượt
Token, độ trễ, lần gọi công cụ và tỉ lệ prompt cache hit của từng tin nhắn, ngay trong dashboard quản trị.
Cho developer
Từ một thẻ script tới toàn quyền qua API.
Bắt đầu với widget. Chuyển sang Chat API dạng stream hoặc Voice API khi cần giao diện riêng.
- Widget không phụ thuộc thư viện, cô lập trong Shadow DOM
- Chat qua Server-Sent Events, retry an toàn bằng idempotency key
- Phiên giọng nói qua WebSocket
- Danh sách origin được phép cho từng trợ lý
<script
src="https://cdn.assistantcore.com/embed/embed.js"
data-assistant-id="YOUR_ASSISTANT_ID"
data-api-base="https://api.assistantcore.com"
async
></script>Xây cho Việt Nam
Tiếng Việt là ưu tiên, không phải bản dịch.
Được xây dựng và vận hành cho người dùng và sản phẩm Việt, từ giọng nói, thanh toán đến bảo vệ dữ liệu.
Giọng nói tiếng Việt trên production
Nhận dạng và tổng hợp giọng nói tiếng Việt chạy trong pipeline thật, kể cả cuộc gọi realtime.
Zalo OA, tích hợp sẵn
Trả lời khách trên Zalo bằng cùng tri thức và công cụ như trên website.
Sản phẩm và tài liệu tiếng Việt
Web app, trang quản trị và tài liệu đều có tiếng Việt và tiếng Anh.
Tuân thủ Nghị định 13/2023
Dữ liệu cá nhân được xử lý theo Nghị định 13/2023/NĐ-CP.
Bảo mật ở mọi lớp
- HTTPS / WSS
- Âm thanh thiết bị AES-128
- JWT / OAuth 2.0
- RBAC
- Xác thực mã hóa KMS
- Giới hạn tần suất
- Danh sách nhúng
Câu hỏi thường gặp
Những câu hỏi trước khi bắt đầu
Tôi có cần biết lập trình không?
Không. Bạn tạo và cấu hình trợ lý trong trang quản trị, kết nối kênh ngay tại đó, và nhúng widget website bằng một thẻ script. API luôn sẵn sàng khi bạn muốn giao diện riêng.
Trợ lý nói được những ngôn ngữ nào?
Tiếng Việt và tiếng Anh được hỗ trợ đầy đủ ở giọng nói, web app, trang quản trị và tài liệu. Các LLM xử lý được nhiều ngôn ngữ khác ở dạng văn bản.
Tôi có cần API key của nhà cung cấp model không?
Không. Mọi model, giọng nói và công cụ chạy trên nhà cung cấp của nền tảng và trừ vào một số dư credit duy nhất, nên bạn không phải quản lý key hay hóa đơn riêng của từng nhà cung cấp.
Hỗ trợ phần cứng nào?
Bo mạch ESP32 và ESP32-S3 chạy firmware của chúng tôi, xây trên dự án mã nguồn mở xiaozhi-esp32. Thiết bị stream âm thanh lên cloud runtime, nơi xử lý phần suy luận.
Kết nối được những kênh nhắn tin nào?
Zalo OA, Facebook Messenger, Instagram, WhatsApp Business, Telegram và TikTok Shop. Mọi kết nối dùng chung trợ lý, tri thức và công cụ.
Dữ liệu của tôi được bảo vệ thế nào?
Dữ liệu được mã hóa khi truyền, thông tin xác thực của công cụ được mã hóa bằng KMS, quyền truy cập theo vai trò, và dữ liệu cá nhân được xử lý theo Nghị định 13/2023/NĐ-CP. Người dùng có thể xem, sửa và xóa trí nhớ của mình.
Blog
Xem tất cả bài viếtGóc nhìn từ đội ngũ
Phân tích kỹ thuật chuyên sâu, cập nhật sản phẩm và phương pháp tốt nhất để xây dựng sản phẩm AI.
Kiến trúc
Kiến trúc Multi-LLM: 6 Provider, 14 Model, 1 Codebase
Cách chúng tôi tích hợp OpenAI, Anthropic, Google, xAI, DeepSeek và Xiaomi qua native SDK — cho phép user đổi model giữa cuộc trò chuyện, tiết kiệm tới 90% chi phí input token nhờ prompt caching, và deploy zero-downtime.
12 phút
Kiến trúc
Xây dựng RAG Pipeline Thực tế với pgvector
Cách chúng tôi xây dựng retrieval-augmented generation pipeline xử lý PDF, DOCX, URL web với chunking, embedding và cosine search — đạt 91% accuracy so với 34% khi dùng LLM thuần.
8 phút
Nghe thử trước khi xây.
Trò chuyện ngay với một trợ lý Assistant Core, rồi tạo trợ lý của riêng bạn trong vài phút.
Có gói miễn phí.