Tách người nói (Speaker Diarization) trong biên bản họp là gì?

Trong mọi cuộc họp, giá trị của biên bản không chỉ nằm ở việc "ghi lại đã nói gì", mà còn ở chỗ biết được ai đã nói. Một bản ghi mà mọi câu dồn thành một khối chữ khiến người đọc khó lần lại quyết định, khó quy trách nhiệm và khó trích dẫn. Đây chính là lúc kỹ thuật tách người nói (speaker diarization) phát huy vai trò.

Bài viết này giải thích tách người nói là gì, cơ chế hoạt động, vì sao biên bản họp cần đến nó, và những yếu tố quyết định độ chính xác trong thực tế.

Tách người nói (speaker diarization) là gì?

Tách người nói, hay speaker diarization, là quá trình phân tích một đoạn âm thanh để trả lời câu hỏi "ai nói, vào lúc nào" (tiếng Anh gọi là bài toán who spoke when). Hệ thống chia dòng âm thanh thành các đoạn ngắn, nhóm những đoạn có cùng đặc trưng giọng nói lại với nhau, rồi gán cho mỗi nhóm một nhãn người nói như Người nói 1, Người nói 2...

Cần phân biệt hai khái niệm dễ nhầm:

• Diarization (tách người nói): tách và đếm số người nói, gán nhãn ẩn danh mà không cần biết trước họ là ai.
• Nhận dạng tiếng nói (speech recognition / ASR): chuyển lời nói thành chữ, tức là trả lời "nói gì".

Một biên bản họp hoàn chỉnh là sự kết hợp của cả hai: ASR cho biết nội dung, còn diarization cho biết ai là chủ nhân của nội dung đó.

Speaker diarization hoạt động như thế nào?

Dù mỗi hệ thống có cách triển khai riêng, phần lớn quy trình tách người nói đi qua bốn bước cơ bản:

1. Phát hiện tiếng nói (VAD - Voice Activity Detection): lọc bỏ khoảng lặng, tiếng ồn, tiếng gõ bàn phím để chỉ giữ lại phần có giọng người.
2. Cắt đoạn (segmentation): chia âm thanh thành các đoạn ngắn, đặc biệt tại những điểm nghi ngờ có sự chuyển đổi người nói.
3. Trích đặc trưng giọng (embedding): mỗi đoạn được biểu diễn thành một vector số học phản ánh "chất giọng" - cao độ, âm sắc, cách phát âm.
4. Gom nhóm (clustering): các vector giống nhau được gom về cùng một người, từ đó xác định tổng số người nói và gán nhãn.

Với biên bản họp realtime, các bước này phải chạy gần như tức thời trên dòng âm thanh đang trực tiếp, nên hệ thống thường xử lý theo từng khối nhỏ và liên tục cập nhật nhãn khi có thêm dữ liệu.

Vì sao biên bản họp cần tách người nói?

Việc gán đúng lời cho đúng người biến một bản ghi thô thành tài liệu có thể ra quyết định. Cụ thể, tách người nói giúp:

• Quy trách nhiệm rõ ràng: biết ai cam kết việc gì, ai đưa ra đề xuất, ai phản đối.
• Tra cứu nhanh: lọc toàn bộ phát biểu của một người trong cuộc họp dài chỉ trong vài giây.
• Trích dẫn chính xác: khi gửi lại biên bản, mỗi câu trích đều có tên người nói kèm mốc thời gian.
• Tạo mục hành động (action item): dễ dàng chuyển "người phụ trách nói sẽ hoàn thành trước thứ Sáu" thành một đầu việc có chủ.

Khi kết hợp với timestamp (mốc thời gian), người đọc có thể nhảy thẳng đến đúng đoạn ghi âm để nghe lại ngữ cảnh gốc.

Diarization khác gì với nhận diện danh tính người nói?

Đây là điểm nhiều người hiểu lầm. Tách người nói cơ bản chỉ phân biệt các giọng khác nhau, chứ không tự biết tên thật của họ - kết quả mặc định thường là Người nói 1, Người nói 2. Việc gắn tên thật (ví dụ đổi "Người nói 1" thành "Chị Lan - Phòng Marketing") là một bước riêng, thường do người dùng gán thủ công hoặc do hệ thống đối chiếu với mẫu giọng đã đăng ký trước.

Sự tách bạch này quan trọng về mặt quyền riêng tư: một hệ thống có thể tách người nói một cách hữu ích mà không cần lưu trữ hay nhận dạng danh tính sinh trắc học của bất kỳ ai.

Những yếu tố ảnh hưởng đến độ chính xác

Tách người nói là bài toán khó, và kết quả phụ thuộc vào nhiều yếu tố thực tế:

• Nói chồng lời (overlapping speech): khi hai người nói cùng lúc, hệ thống khó tách sạch từng giọng.
• Chất lượng micro: một micro chung cho cả phòng thường cho kết quả kém hơn so với mỗi người một thiết bị.
• Tiếng ồn nền: tiếng điều hòa, vọng âm phòng họp, tạp âm đường truyền đều gây nhiễu.
• Giọng tương tự nhau: hai người có chất giọng gần giống sẽ khó phân biệt hơn.
• Số người nói: càng nhiều người, khả năng nhầm lẫn giữa các nhãn càng tăng.

Vì vậy, kết quả tách người nói nên được xem là một bản nháp thông minh cần con người rà lại ở những đoạn quan trọng, thay vì mặc định đúng tuyệt đối.

Tách người nói trong cuộc họp realtime và song ngữ

Bài toán trở nên thú vị hơn khi cuộc họp diễn ra trực tiếp và có nhiều ngôn ngữ. Lúc này, tách người nói phải phối hợp với phiên âm và dịch ngay trong lúc nói, đồng thời giữ đúng nhãn người nói xuyên suốt bản gốc lẫn bản dịch.

Uptech Live là một nền tảng đi theo hướng này: phiên âm giọng nói realtime ngay trên trình duyệt, tách người nói, thêm dấu câu và timestamp, hỗ trợ họp song ngữ Việt - Anh - Trung, rồi lưu và xuất bản ghi để dùng lại. Nhờ vậy, một cuộc họp đa ngôn ngữ vẫn có thể cho ra biên bản gọn gàng, biết rõ ai đã nói gì.

Nếu nhóm của bạn thường xuyên họp và mệt mỏi với việc gõ lại biên bản thủ công, hãy dùng thử Uptech Live để trải nghiệm tách người nói ngay trong cuộc họp.

Câu hỏi thường gặp