Featured content
How we made it?
Wondering how we turn technology into practical values for businesses? Explore our success solutions here!
Services
DevOps Lab Development
Generative AI Service (OpenAi-Azure)
Rocket MVP Service
Advance to Vietnam Plan
Unity 3D (VR/AR/MR)
Ho Chi Minh City , Vietnam
ベトナム5年目。主にAI関連Projectをやっています
Hướng dẫn thực tế về thiết kế LLM workflow cho xử lý AI nhiều bước. Bài viết giải thích khi nào nên cố định quy trình thay vì dùng AI agent, cách chia bước để retry và kiểm thử, xử lý trạng thái chờ, idempotency, ước tính chi phí và thời gian, cùng kiến trúc kết hợp workflow và agent.
A practical guide to designing multi-step AI systems. Learn the difference between fixed LLM workflows and AI agents, how step boundaries enable retries and testing, how to handle waiting and idempotency, and why a hybrid workflow-plus-agent architecture often works best.
AIを使った多段処理は、すべてをエージェント化する必要はありません。本記事では、処理順序を固定するLLMワークフローとAIエージェントの違いを整理し、工程分割、再試行、待機、冪等性、コスト・所要時間の見積もり、両者を組み合わせる実務的な設計方法を解説します。
PoC này biến Google Colab thành máy chủ WebSocket tạm thời cho AI hội thoại giọng nói. Hệ thống kết hợp faster-whisper large-v3, Gemini 2.5 Flash-Lite, VOICEVOX và Silero VAD, đồng thời giảm độ trễ bằng phản hồi streaming, chia câu và tổng hợp giọng nói song song.
This PoC turns Google Colab into a temporary WebSocket server for speech-to-speech AI. It combines faster-whisper large-v3, Gemini 2.5 Flash-Lite, VOICEVOX and Silero VAD, then improves latency through sentence buffering, streaming responses and parallel TTS generation.
Nội dung giọng nói AI được tạo qua hai bước: AI viết kịch bản và TTS tổng hợp giọng nói. Bài viết giới thiệu 5 cách giúp ổn định chất lượng: bắt đầu với giọng có sẵn, cụ thể hóa phản hồi, quản lý yêu cầu và phiên bản, ưu tiên các đánh đổi, tổ chức buổi nghe chung và sử dụng hậu kỳ khi cần.
AI voice content uses two AI stages: script generation and text-to-speech. This guide explains how to test predefined voices, turn subjective feedback into requirements, manage versions, prioritize trade-offs, run group listening sessions and use post-processing to stabilize quality.
Google ColabのGPU環境をngrokで一時公開し、WebSocket経由で動くS2S音声対話AIのPoCを構築しました。faster-whisper large-v3による音声認識、Gemini 2.5 Flash-Liteのストリーミング応答、VOICEVOXの並列音声合成、Silero VADを組み合わせ、発話終了から最初の音が返るまでのレイテンシを改善した方法を紹介します。
生成AIによる音声コンテンツは、スクリプト生成AIとTTSの2段階で制作されます。本記事では、定義済み音声から始める検証、感覚的なフィードバックの言語化、要求リストと差分管理、トレードオフの判断、関係者による試聴会など、品質を安定させながら制作を進める5つの方法を解説します。
PoC AI hội thoại bằng Gemini Live API có thể được xây dựng nhanh, nhưng thương mại hóa làm phát sinh vấn đề về kết nối đồng thời, quota, giám sát, vòng đời model và âm thanh trên từng thiết bị. Bài viết chia sẻ quá trình chuyển từ kết nối trực tiếp trên trình duyệt sang LiveKit và Vertex AI.
A Gemini Live API PoC can deliver real-time voice conversations quickly, but production introduces concurrency, quotas, observability, model lifecycle and device-specific audio issues. This article explains why the architecture moved from direct browser access to LiveKit and Vertex AI.
Gemini Live APIで音声対話AIのPoCを構築し、商用化へ進む中で同時接続、429エラー、モデル更新、ログ監視、ブラウザや端末固有の音声問題に直面しました。Gemini APIからVertex AIとLiveKitを使う構成へ移行した経験をもとに、PoCと本番開発の違い、Webとネイティブアプリの選び方、商用開発前に確認すべき項目を解説します。
