Vivi Voice AI là gì? Trợ lý giọng nói đa thiết bị cho du lịch và chăm sóc

Một nền tảng, ba thiết bị, năm ngôn ngữ — trợ lý AI cho du lịch và chăm sóc người cao tuổi

---

Giới thiệu

Du khách quốc tế thường gặp khó khăn khi tìm kiếm thông tin tại điểm du lịch: rào cản ngôn ngữ, thông tin trên mạng có thể sai hoặc cũ, quầy thông tin không trực 24/7. Người cao tuổi sống một mình cần nhắc uống thuốc và trò chuyện hàng ngày, nhưng không phải gia đình nào cũng có người ở gần.

Vivi Voice AI là trợ lý giọng nói AI giải quyết cả hai vấn đề này. Khách chỉ cần hỏi bằng lời — bằng tiếng Nhật, Anh, Việt, Trung hoặc Hàn — và nhận câu trả lời bằng giọng nói tự nhiên, kèm giá vé, giờ mở cửa đã được xác minh từ nguồn chính thức trong vòng 90 ngày.

Điều đặc biệt: Vivi chạy trên ba kiểu thiết bị — app điện thoại, kiosk đặt tại sảnh khách sạn, và thiết bị ESP32 nhỏ gọn — tất cả được quản lý tập trung qua một CMS duy nhất.

---

1. Vivi Voice AI giải quyết vấn đề gì?

Rào cản ngôn ngữ trong du lịch

Du khách đến Kyoto có thể hỏi bằng tiếng Trung, tiếng Hàn hoặc tiếng Anh về giá vé chùa Vàng, giờ mở cửa bảo tàng, hoặc đường đi đến ga tàu. Vivi nhận diện giọng nói, tra cứu thông tin đã kiểm duyệt, và trả lời bằng chính ngôn ngữ đó — không cần qua bước dịch máy.

Thông tin sai hoặc cũ

Giá vé và giờ mở cửa chỉ hiển thị khi có nguồn chính thức được xác minh trong vòng 90 ngày. Nếu thiếu nguồn, trợ lý nói rõ «vui lòng kiểm tra tại chỗ» thay vì bịa số. Hiện tại, Vivi đã có dữ liệu của gần 700 địa điểm tại Kyoto.

Quầy thông tin không trực 24/7

Kiosk đặt tại sảnh khách sạn hoặc gian triển lãm du lịch trả lời liên tục, chào khách bằng 5 ngôn ngữ, cung cấp giá vé có nguồn, và chỉ đường bằng mã QR mở bản đồ trên điện thoại khách.

Người cao tuổi sống một mình

Thiết bị ESP32 đóng vai trò loa đồng hành: nhắc uống thuốc, trò chuyện hàng ngày, ghi nhật ký. Khi phát hiện dấu hiệu bất thường, thiết bị gửi cảnh báo đến app của người thân.

---

2. Kiến trúc ba thiết bị, một nền tảng

App Voice (iOS/Android)

Xây dựng trên Flutter, app du khách dùng ẩn danh, không cần đăng ký tài khoản. Chức năng chính:

• Hỏi đáp bằng giọng nói: nhận dạng giọng nói → AI trả lời → đọc to câu trả lời; có thể ngắt lời trợ lý giữa chừng
• Tra địa điểm, bản đồ, chỗ gần đây, giá vé có ghi nguồn
• Dịch biển báo và thực đơn bằng camera
• Lập lịch trình theo quỹ thời gian rảnh của khách
• Thông báo đẩy theo chiến dịch

App người thân (Companion): theo dõi lịch nhắc, nhận cảnh báo và nhật ký của người cao tuổi.

Kiosk

Phần cứng: máy tính nhúng Orange Pi 5B, màn hình 1280×800, micro ReSpeaker có khử tiếng vọng và khử ồn bằng phần cứng. Đặt tại gian triển lãm du lịch, sảnh khách sạn.

An toàn khi đặt nơi công cộng:

• Không mở trình duyệt web: link chính thức và chỉ đường hiện bằng mã QR để khách mở trên điện thoại
• Không nhận thanh toán
• Câu hướng dẫn khẩn cấp là câu cố định, không do AI sinh ra

Thiết bị ESP32

Chip ESP32-S3, flash 16 MB, kết nối WiFi. Vai trò:

• Robot trợ lý du lịch: trò chuyện bằng giọng nói, có màn hình hiển thị
• Loa đồng hành (Companion): cho người cao tuổi; nhắc lịch, trò chuyện, phát hiện bất thường để báo người thân

Thiết bị xác thực bằng chữ ký HMAC rồi mở kênh WebSocket bảo mật; âm thanh nén Opus. Đánh thức bằng giọng nói «Hi ViVi», tự ngủ khi không ai nói 2 phút. Nạp firmware qua USB trực tiếp từ CMS trên trình duyệt; giữ nguyên cấu hình WiFi và khoá thiết bị.

---

3. Công nghệ AI đằng sau

Nhận dạng giọng nói và đọc giọng

Google Cloud Chirp 3 / Chirp 3 HD — hỗ trợ đa ngôn ngữ với độ chính xác cao, bao gồm tiếng Nhật với các từ riêng địa phương.

Mô hình ngôn ngữ

Claude (Anthropic) — hiểu ngữ cảnh hội thoại, soạn câu trả lời tự nhiên, có thể ngắt lời khi người dùng nói chen.

Tìm kiếm tri thức

Google Vertex AI embedding trên PostgreSQL + pgvector — tra cứu thông tin đã kiểm duyệt (địa điểm, giá vé, giờ mở cửa, thời tiết, giờ tàu) từ cơ sở dữ liệu vector.

Mục tiêu hiệu suất

• Từ lúc khách nói xong tới lúc nghe câu trả lời: ≤ 2 giây (p95)
• Khách ngắt lời thì trợ lý dừng trong ≤ 0,3 giây

(Đây là chỉ tiêu thiết kế, chưa phải kết quả đo toàn hệ thống.)

---

4. CMS — Hệ quản trị tập trung

Quản lý gì

• Địa điểm du lịch (tên, mô tả, ảnh, vị trí), hàng đợi gộp địa điểm trùng
• Giá vé và giờ mở cửa, kèm nguồn chính thức và ngày xác minh
• Nguồn dữ liệu và các job thu thập dữ liệu tự động
• Bản dịch: hàng đợi dịch, biên tập song ngữ, duyệt từng trường
• Chiến dịch thông báo đẩy và phân khúc người nhận
• Kịch bản (prompt) của trợ lý AI, chỉ mục tri thức (RAG), từ điển tên riêng
• Thiết bị: đăng ký, duyệt cấp khoá, vô hiệu, loại thiết bị, vị trí lắp đặt, nạp firmware ESP32 qua USB
• Hội thoại và phản hồi của khách, người dùng và phân quyền, API key và Webhook

Duyệt bốn mắt

Người tạo không thể tự duyệt nội dung của mình; luật này được chặn ngay ở cơ sở dữ liệu, không chỉ ẩn nút trên giao diện. Bản dịch máy không tự lên app: phải có người biết ngôn ngữ đó duyệt.

Nhật ký kiểm toán

Chỉ ghi thêm, có chuỗi băm chống sửa, lưu 5 năm. Phân quyền theo vai trò (admin, vận hành, biên tập, kiểm duyệt…). Giao diện CMS 3 ngôn ngữ: Nhật, Anh, Việt.

CMS Companion riêng

Hồ sơ người cao tuổi và người liên hệ, lịch nhắc, cảnh báo, nhật ký và báo cáo ngày, tài khoản người thân, «kho ký ức», dashboard toàn cơ sở.

---

5. Use cases thực tế

Khách sạn: «Tôi rảnh 4 tiếng, nên đi đâu?»

Khách nói thời gian rảnh và sở thích. Vivi lập lịch trình tới các điểm phù hợp, tính cả thời gian di chuyển giữa các điểm. Kiosk tại sảnh chào khách bằng 5 ngôn ngữ, trả lời giá vé có nguồn, chỉ đường bằng mã QR.

Du khách quốc tế: đọc biển báo, đọc thực đơn

Khách chụp biển báo hoặc thực đơn quán nhỏ bằng app; Vivi dịch sang ngôn ngữ của khách. App dùng ẩn danh, không cần đăng ký.

Gian triển lãm, sảnh khách sạn: kiosk hướng dẫn

Kiosk chào khách bằng 5 ngôn ngữ, trả lời giá vé và giờ mở cửa có nguồn, chỉ đường bằng mã QR mở bản đồ trên điện thoại khách, giải đáp về tiện ích của khách sạn.

Gia đình có người cao tuổi: loa đồng hành

Loa ESP32 nhắc giờ uống thuốc, trò chuyện hàng ngày, ghi nhật ký; khi có dấu hiệu bất thường thì gửi cảnh báo tới app của người thân.

---

6. Bảo mật và quyền riêng tư

• Không lưu ghi âm, không lưu lịch sử vị trí của khách
• Duyệt bốn mắt, nhật ký chống sửa, phân quyền
• Thiết bị xác thực bằng HMAC, kênh WebSocket bảo mật
• Phân quyền theo vai trò, API key và Webhook quản lý tập trung
• Dữ liệu tách theo khách hàng triển khai

---

Kết luận

Vivi Voice AI không chỉ là một chatbot giọng nói. Đây là nền tảng trợ lý AI đa thiết bị, kết nối app, kiosk và thiết bị IoT qua một CMS duy nhất, với cơ chế duyệt bốn mắt đảm bảo thông tin chính xác.

Với gần 700 địa điểm tại Kyoto đã được đưa vào tri thức AI, Vivi đang được thí điểm tại các điểm du lịch, khách sạn và gian triển lãm tại Nhật Bản. Giải pháp cũng mở rộng sang lĩnh vực chăm sóc người cao tuổi, với thiết bị ESP32 đóng vai trò loa đồng hành nhắc nhở và kết nối gia đình.

Liên hệ Fujigo để được tư vấn và demo Vivi Voice AI cho doanh nghiệp của bạn.

---