Meetpal – Nhận dạng giọng nói tiếng Indonesia và phân tích cuộc họp

Rafiqspace.ai (Rafiq Space Intelligence) là công ty phần mềm AI của Indonesia, xây dựng công nghệ phân tích giọng nói cấp doanh nghiệp cho tiếng Indonesia. Khách hàng là cơ quan chính phủ, tổ chức y tế quốc gia và doanh nghiệp trong ngành chịu quản lý, nơi cuộc họp, phiên họp nghị viện và rà soát tuân thủ phải được ghi chép chính xác. Công ty còn vận hành Threatpal cho phân tích bảo mật, Edupal cho học ngoại ngữ và Taskpal cho quản lý công việc trên cùng một nền tảng agent.

Meetpal chuyển văn bản cuộc họp trực tiếp hoặc tệp tải lên, tạo biên bản có phân biệt người nói kèm lịch sử kiểm tra, tóm tắt tự động đối chiếu với quy định của Indonesia và agent cho phép cả nhóm hỏi đáp. Bộ máy giọng nói tinh chỉnh mô hình mở Parakeet-CTC của NVIDIA, bổ sung phân tách người nói dựa trên NeMo, chuyển văn bản streaming với kết quả tạm thời dưới 300 mili giây và mô hình thêm dấu câu, viết hoa. Hệ thống chạy trên Lintasarta, đối tác đám mây của NVIDIA tại Indonesia, tính năng được cung cấp dạng công cụ agent qua MCP.

• Nhận dạng tiếng Indonesia: mô hình Parakeet-CTC tinh chỉnh cho giọng nói và thuật ngữ địa phương.
• Phân tách người nói: nhận diện từng người nói trong cuộc họp và phiên điều trần.
• Chuyển văn bản streaming: kết quả tạm thời dưới 300 mili giây cho phiên trực tiếp.
• Tóm tắt theo quy định: biên bản tự động đối chiếu với quy định của Indonesia.
• Lịch sử kiểm tra và agent nhóm: biên bản truy vết được, cả nhóm có thể hỏi đáp bằng ngôn ngữ tự nhiên.
• Danh mục MCP: cung cấp tính năng giọng nói và tóm tắt dưới dạng công cụ agent chuẩn.

Doanh nghiệp Việt Nam có công ty con hoặc đối tác tại Indonesia có thể chuyển văn bản và tóm tắt cuộc họp, buổi rà soát tuân thủ bằng tiếng Indonesia. Ngân hàng và công ty bảo hiểm trong khu vực có thể lập biên bản họp hội đồng quản trị và kiểm toán tại Indonesia có ghi rõ người nói. Cách tiếp cận này cũng là mô hình tham khảo cho cơ quan công quyền Việt Nam về biên bản họp bằng ngôn ngữ bản địa.

Nghiên cứu điển hình của NVIDIA ghi nhận độ chính xác chuyển văn bản 97,7% trên bộ kiểm thử của công ty và 95,57% với tài liệu họp của chính phủ, so với 91,78% của Google Gemini Pro. Công sức thủ công giảm từ 2–3 giờ cho mỗi giờ âm thanh xuống dưới 5 phút, chi phí mỗi giờ âm thanh giảm tới 90%, từ tối đa 50 USD xuống khoảng 5 USD. Chuyển văn bản theo lô chạy nhanh gấp 569 lần thời gian thực trên GPU H100.

Chính phủ và các ngành chịu quản lý tại Đông Nam Á muốn AI giọng nói chủ quyền, tinh chỉnh cho ngôn ngữ địa phương và lưu trữ trong nước, vì mô hình toàn cầu kém chính xác hơn với giọng nói địa phương và quy định lưu trữ dữ liệu ngày càng chặt. Tinh chỉnh mô hình giọng nói mở trên hạ tầng GPU đám mây trong nước đang trở thành hướng đi phổ biến của startup khu vực.

Rafiqspace.ai là công ty Indonesia hoạt động dưới tên Rafiq Space Intelligence. Công ty liệt kê Google Cloud, NVIDIA, Alibaba và NextUnicorn là đối tác và chạy trên hạ tầng Lintasarta. Lộ trình gồm mô hình chuyên ngành cho tài chính, pháp lý và y tế cùng việc mở rộng sang Malaysia, Thái Lan và Philippines. Website không nêu năm thành lập và địa chỉ.