> For the complete documentation index, see [llms.txt](https://library.zoom.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://library.zoom.com/technical-library/vi/ai-whitepaper/diagrams.md). # Sơ đồ và Luồng dữ liệu Các khả năng AI của Zoom trải rộng trên một loạt sản phẩm, dịch vụ và quy trình làm việc, điều đó có nghĩa là không có sơ đồ đơn lẻ nào có thể một cách hợp lý hoặc đầy đủ mô tả cách AI hoạt động trên toàn bộ nền tảng Zoom. Các Tính năng khác nhau dựa vào các đầu vào, đường xử lý, hành vi lưu trữ, tương tác mô hình và đầu ra khác nhau. Một số chỉ hoạt động trên dữ liệu trực tiếp, tạm thời trong một tương tác Đang hoạt động, trong khi những số khác tạo ra các tạo phẩm được lưu giữ, sau này có thể hỗ trợ thêm các Tính năng khác. Một số chức năng hoàn toàn nằm trong môi trường bên thứ nhất của Zoom, trong khi những số khác dựa vào kiến trúc AI liên kết của Zoom và, trong một số trường hợp, các hệ thống bên ngoài được kết nối. Để làm cho hệ thống động và mở rộng này dễ hiểu hơn, trang này trình bày một loạt sơ đồ thay vì dựa vào một mô hình trực quan duy nhất. Mỗi sơ đồ làm nổi bật một lớp, một đường đi hoặc một mẫu Tính năng khác nhau trong nền tảng Zoom AI rộng hơn. Ở cuối các phần này là các bảng phác thảo những Tính năng nào có thể áp dụng, sản phẩm liên quan của chúng và trạng thái lưu giữ tạo phẩm của chúng. Các phần sau đó xem xét riêng từng Tính năng sản phẩm chuyên biệt nhất định, cung cấp các giải thích tập trung hơn về cách những khả năng cụ thể đó hoạt động. Chuỗi này bắt đầu bên dưới bằng một tổng quan đơn giản về Zoom AI ở dạng Cơ bản nhất, cho thấy nền tảng ở trạng thái lấy bên thứ nhất làm trung tâm, sử dụng kiến trúc mô hình liên kết Tiêu chuẩn của Zoom nhưng vẫn chưa đưa vào các tích hợp Kinh doanh của bên thứ ba hoặc các nguồn dữ liệu khách hàng bên ngoài ngoài các nhà cung cấp mô hình AI bên thứ ba của Zoom. Từ đó, các sơ đồ dần giới thiệu những phần chuyên biệt hơn của nền tảng, bao gồm các tùy chọn cách tiếp cận AI của Zoom, việc chuyển đổi âm thanh trực tiếp thành các tạo phẩm có thể dùng cho AI, và những cách mà các tạo phẩm đó sau này có thể Hỗ trợ các tính năng và quy trình làm việc khác. Xét cùng nhau, các sơ đồ này nhằm làm cho một hệ thống cực kỳ phức tạp trở nên dễ tiếp cận hơn bằng cách chia nó thành các góc nhìn nhỏ hơn, dễ theo dõi hơn, phản ánh cách các phần khác nhau của nền tảng AI của Zoom hoạt động trong thực tế. ## **Zoom AI**

Tổng quan đơn giản về Zoom AI

Sơ đồ trên trình bày nền tảng AI của Zoom dưới dạng đơn giản hóa, cho thấy nền tảng ở một trong những trạng thái nền tảng nhất của nó. Nó minh họa cách các phần khác nhau trong kiến trúc sản phẩm và dịch vụ rộng hơn của Zoom, được gọi là phần phụ trợ Web của Zoom—bao gồm các lĩnh vực như Meetings, Phone, trung tâm liên hệ, nhận dạng giọng nói tự động và các dịch vụ Zoom khác—đưa dữ liệu vào nền tảng Zoom lớn hơn và đóng góp vào tập hợp nội dung có thể người dùng truy cập, có thể Hỗ trợ các chức năng AI ở hạ nguồn. Một khái niệm trung tâm trong sơ đồ này là **nội dung của người dùng Zoom**. Điều này đề cập đến nội dung được tạo ra thông qua các tương tác của người dùng với các sản phẩm và dịch vụ Zoom, và nội dung đó sau này có thể đóng vai trò là đầu vào, ngữ cảnh hoặc hiện vật cho các trải nghiệm được hỗ trợ bởi AI. Tùy thuộc vào sản phẩm và Tính năng liên quan, nội dung này có thể bao gồm các tài liệu như tin nhắn Zoom cuộc trò chuyện, tóm tắt cuộc họp, bản ghi, tài liệu Canvas, My Notes, bản ghi âm và các hiện vật tương tự khác dành cho người dùng. Những tài liệu này tạo thành một phần quan trọng của lớp ngữ cảnh có thể hỗ trợ truy xuất, suy luận, tóm tắt và theo dõi tiếp theo sau này nhờ AI. Một phần nội dung này cũng có thể được chuẩn bị cho việc sử dụng AI trong tương lai thông qua cơ sở hạ tầng truy xuất như truy xuất được lập chỉ mục hoặc các mô-đun tạo sinh tăng cường truy xuất. Trong những trường hợp đó, các tài sản liên quan có thể được nhập vào và lập chỉ mục để có thể được định vị và sử dụng hiệu quả hơn trong các truy vấn hoặc quy trình AI sau này. Điều này giúp Zoom AI hoạt động không chỉ với các tương tác trực tiếp, mà còn với ngữ cảnh được lưu giữ và các tài liệu do người dùng tạo ra trước đó trên toàn bộ nền tảng. Cuối cùng, sơ đồ cũng giới thiệu **Zoom AI** chính nó như lớp AI dùng chung hoạt động trên toàn bộ hệ sinh thái rộng lớn hơn này. Trong góc nhìn đơn giản hóa này, Zoom AI được thể hiện thông qua cách tiếp cận liên kết tiêu chuẩn của Zoom, trong đó Zoom có thể sử dụng cả các mô hình do Zoom lưu trữ và chạy trong chính cơ sở hạ tầng của Zoom, lẫn các nhà cung cấp mô hình AI bên thứ ba được chọn khi phù hợp với tác vụ cụ thể. Mô hình liên kết này cho phép Zoom định tuyến các tác vụ AI qua môi trường mô hình phù hợp nhất hiện có, đồng thời duy trì trải nghiệm AI thống nhất trên toàn nền tảng. ## Các cách tiếp cận mô hình dịch vụ Zoom AI

Tổng quan về các cách tiếp cận AI của Zoom, bao gồm Federated, ZM+ và ZMO

Sơ đồ ở trên minh họa ba cách tiếp cận AI của Zoom: Cách tiếp cận Federated, Zoom-Hosted Models Plus (ZM+) và Zoom-Hosted Models Only (ZMO). Cùng nhau, chúng đại diện cho ba cách chính mà Zoom cung cấp dịch vụ AI cho Khách hàng, mỗi cách mang đến sự cân bằng khác nhau giữa độ rộng Tính năng, tính linh hoạt của mô hình và khả năng kiểm soát dữ liệu. Cách tiếp cận Federated là cách tiếp cận Tiêu chuẩn và đầy đủ Tính năng nhất của Zoom. Cách này cho phép Zoom làm việc với nhiều nhà cung cấp AI, bao gồm các mô hình do Zoom lưu trữ và các Đối tác mô hình bên thứ ba được chọn, để các tác vụ có thể được chuyển đến mô hình phù hợp nhất cho yêu cầu. ZM+ cung cấp một mô hình triển khai được kiểm soát hơn bằng cách sử dụng các phiên bản mô hình chuyên dụng do Zoom quản lý, trong khi ZMO chỉ giữ quá trình xử lý AI trong các mô hình do Zoom lưu trữ, mang đến đường dẫn mô hình hạn chế và được kiểm soát nhất nhưng với bộ Tính năng hạn chế hơn. Trong phạm vi của trang này, các sơ đồ bên dưới nhìn chung minh họa cách tiếp cận federated, vì nó phản ánh cách tiếp cận Tiêu chuẩn của Zoom và cái nhìn rộng nhất về chức năng Zoom AI. Các tổ chức sử dụng ZM+ hoặc ZMO thường có thể diễn giải những sơ đồ này bằng cách tưởng tượng loại bỏ các nhà cung cấp mô hình AI bên thứ ba và tập trung vào các phần còn lại do Zoom quản lý trong luồng này. Tham khảo trang Zoom AI Models, Processing, Storage, and Usage để biết thêm thông tin. ## Các Tính năng và hiện vật của phương tiện trực tiếp

Tổng quan về cách phương tiện trực tiếp được chuyển đổi thành dữ liệu chuyển giọng nói thành văn bản, cung cấp sức mạnh cho các Tính năng Zoom AI

Sơ đồ ở trên minh họa cách các tương tác phương tiện trực tiếp—chẳng hạn như cuộc họp và cuộc gọi điện thoại—có thể tạo ra các Tính năng và hiện vật được AI hỗ trợ trên toàn bộ nền tảng Zoom. Trong mỗi trường hợp, âm thanh trực tiếp đi vào Zoom thông qua điểm kết nối gắn với sản phẩm hoặc dịch vụ đó. Đối với cuộc họp, điều này thường là **Multimedia Router (MMR)**. Đối với điện thoại, âm thanh thường đi vào qua **các vùng SIP**. Sau khi âm thanh được tiếp nhận, nó được chuyển đến Zoom **Nhận dạng giọng nói tự động (ASR)** dịch vụ, dịch vụ này chuyển âm thanh trực tiếp thành **dữ liệu chuyển giọng nói thành văn bản**. Dữ liệu chuyển giọng nói thành văn bản đó có thể được sử dụng theo nhiều cách tùy thuộc vào Cài đặt và các tính năng đã bật. Trong một số trường hợp, nó được gửi ngay tới người dùng dưới dạng **phụ đề trực tiếp**. Trong các ngữ cảnh được hỗ trợ, nó cũng có thể được chuyển đến Zoom **Dịch trực tiếp** dịch vụ, dịch đầu ra chuyển giọng nói thành văn bản thành phụ đề đã dịch cho Người tham gia ở các ngôn ngữ khác. Dữ liệu chuyển giọng nói thành văn bản cũng có thể hỗ trợ các Tính năng mang tính lâu dài hơn hoặc phái sinh hơn. Nếu **bản chép lời** được bật, hoặc nếu một người dùng đang sử dụng **Ghi chú của tôi**, dịch vụ ASR có thể tạo ra một bản chép lời sau khi phiên trực tiếp kết thúc. Tuy nhiên, nếu không bật lưu giữ bản chép lời, dữ liệu chuyển giọng nói thành văn bản được dùng trong quá trình tương tác sẽ không được lưu giữ dưới dạng một bản chép lời lâu dài. Ngay cả trong những trường hợp đó, Zoom AI vẫn có thể sử dụng dữ liệu chuyển giọng nói thành văn bản tạm thời trong phiên để hỗ trợ các Tính năng AI trực tiếp. Ví dụ, một người dùng có thể hỏi **câu hỏi trong cuộc họp** thông qua Zoom AI trong một cuộc họp. Trong trường hợp đó, Zoom AI có thể sử dụng dữ liệu chuyển giọng nói thành văn bản trực tiếp từ cuộc họp để diễn giải câu hỏi của người dùng và tạo ra một câu trả lời phù hợp, dựa trên cuộc trò chuyện đang diễn ra. Điểm khác biệt quan trọng trong luồng này là Zoom AI không nhất thiết giữ lại bản chép lời của cuộc trò chuyện chỉ vì dữ liệu chuyển giọng nói thành văn bản đã được dùng trong phiên. Trừ khi việc lưu giữ bản chép lời được bật cụ thể, hoặc dữ liệu đang được lưu giữ thông qua một Tính năng như **Ghi chú của tôi**, bản thân dữ liệu chuyển giọng nói thành văn bản có thể vẫn chỉ là tạm thời. Đồng thời, một số hiện vật hạ nguồn được tạo ra từ dữ liệu đó có thể tồn tại lâu dài. Ví dụ, nếu một người dùng đặt câu hỏi trong một cuộc họp, cuộc trò chuyện AI hoặc các ghi chú liên quan được tạo ra sau đó có thể vẫn Đang rảnh dưới dạng một hiện vật được lưu giữ ngay cả khi không tạo ra một bản chép lời bền vững. Một số hiện vật được lưu giữ cũng có thể trở thành cơ sở cho các hiện vật hạ nguồn và quy trình làm việc bổ sung. Một tóm tắt cuộc họp, tóm tắt hội thảo trực tuyến, tóm tắt cuộc gọi, hoặc My Notes của người dùng có thể được chuyển thành một **Zoom Canvas** tài liệu, nơi nó có thể Tiếp tục được chỉnh sửa, mở rộng và được dùng như một hiện vật làm việc. Đổi lại, các tài liệu kết quả đó sau này có thể đóng vai trò là ngữ cảnh cho các tính năng AI hoặc quy trình làm việc khác được thảo luận ở phần khác của tài liệu này. Theo cách này, âm thanh trực tiếp không chỉ có thể dẫn đến các tính năng AI tức thời, mà còn dẫn đến một chuỗi các hiện vật được lưu giữ Tiếp tục hỗ trợ công việc có sự hỗ trợ của AI về sau trên toàn bộ nền tảng Zoom. Sơ đồ này áp dụng cho các tính năng sau: | Tính năng | Mô tả | Sản phẩm | Lưu giữ hiện vật | | :-------------------------: | :------------------------------------------------------------------------------------------------: | :---------------------------: | :--------------: | | Phụ đề trực tiếp | Phụ đề chuyển giọng nói thành văn bản theo thời gian thực cho các phiên trực tiếp. | Cuộc họp, hội thảo trực tuyến | Không lưu giữ | | phụ đề đã dịch | Phụ đề đã dịch theo thời gian thực được tạo từ dữ liệu chuyển giọng nói thành văn bản trực tiếp. | Cuộc họp, hội thảo trực tuyến | Không lưu giữ | | Bản chép lời | Các bản ghi văn bản được lưu giữ của nội dung chuyển giọng nói thành văn bản của cuộc họp. | Cuộc họp, Điện thoại | Được lưu giữ | | tóm tắt cuộc họp | Bản tóm tắt do AI tạo ra về các điểm thảo luận chính, quyết định và mục việc cần làm của cuộc họp. | Cuộc họp | Được lưu giữ | | Tóm tắt hội thảo trực tuyến | Bản tóm tắt do AI tạo ra về nội dung chính của hội thảo trực tuyến được chia sẻ sau phiên. | Hội thảo trực tuyến | Được lưu giữ | | Tóm tắt cuộc gọi | Bản tóm tắt sau cuộc gọi do AI tạo ra về các chi tiết chính và mục việc cần làm. | Điện thoại | Được lưu giữ | | Ghi chú của tôi | Ghi chú cá nhân, bản chép lời và ngữ cảnh cuộc họp được lưu giữ để tham khảo và theo dõi sau. | Cuộc họp | Được lưu giữ | | Tác vụ theo dõi | Các hành động theo dõi do AI đề xuất dựa trên chi tiết cuộc trò chuyện. | Zoom Tasks | Được lưu giữ | | Ưu tiên thư thoại | Xếp hạng thư thoại dựa trên AI theo mức độ quan trọng do người dùng xác định. | Điện thoại | Được lưu giữ | | Câu hỏi cuộc họp | Các câu trả lời AI cho câu hỏi cuộc họp sử dụng ngữ cảnh cuộc họp trực tiếp. | Cuộc họp | Được lưu giữ | | Câu hỏi hội thảo trực tuyến | Các câu trả lời AI cho câu hỏi hội thảo trực tuyến sử dụng ngữ cảnh hội thảo trực tuyến trực tiếp. | Hội thảo trực tuyến | Được lưu giữ | | Câu hỏi cuộc gọi | Các câu trả lời AI cho câu hỏi cuộc gọi sử dụng ngữ cảnh cuộc gọi trực tiếp. | Điện thoại | Được lưu giữ | ## Tính năng bản ghi

Tổng quan về cách Zoom xử lý các bản ghi và các tính năng AI

Sơ đồ trên minh họa cách Zoom AI hỗ trợ **các tính năng AI dựa trên bản ghi** bằng cách xử lý bản ghi đã hoàn tất sau khi phiên trực tiếp kết thúc. Cũng như các trải nghiệm Zoom khác dựa trên âm thanh, phương tiện gốc đi vào thông qua cơ sở hạ tầng gắn với sản phẩm đang được sử dụng — chẳng hạn như **MMR** cho cuộc họp hoặc **vùng SIP** cho điện thoại. Trong luồng đó, bản ghi được tạo ra và gửi đến dịch vụ ghi của Zoom, nơi bản ghi hoàn tất sau đó được lưu trữ trong bộ nhớ nội dung của Zoom. Sau khi bản ghi được hoàn tất, âm thanh liên quan đến bản ghi đó được gửi đến dịch vụ chép lời của Zoom. Quá trình này tạo ra một bản chép lời dành riêng cho bản ghi, **Nhận dạng giọng nói tự động (ASR)** dịch vụ chép lời của Zoom **bản chép lời dành riêng cho bản ghi**, có thể khác với dữ liệu chuyển giọng nói thành văn bản được tạo trong chính phiên trực tiếp. Nói cách khác, bản chép lời gắn với một bản ghi hoàn tất được tạo ra như một phần của luồng xử lý sau khi ghi thay vì chỉ đơn giản được sao chép từ lớp tương tác trực tiếp. Sau khi bản chép lời của bản ghi được tạo, nó sau đó có thể được gửi tới **Zoom AI** để phân tích bổ sung. Ở giai đoạn này, Zoom AI xử lý bản chép lời để xác định các tạo phẩm bản ghi ở cấp cao hơn như tóm tắt, điểm nổi bật, chương và các biểu diễn có cấu trúc khác của cuộc trò chuyện. Phân tích này được thực hiện bằng lớp xử lý AI của Zoom, bao gồm các mô hình do Zoom lưu trữ khi áp dụng được, để chuyển đổi bản chép lời thô của bản ghi thành các đầu ra sau cuộc họp hoặc sau cuộc gọi hữu ích hơn. Sau khi quá trình phân tích đó hoàn tất, các tạo phẩm do AI tạo ra sẽ được gắn với chính bản ghi. Điều này cho phép người dùng xem một bản ghi không chỉ thấy bản ghi và bản chép lời, mà còn thấy các lớp bổ sung do AI tạo ra giúp nội dung dễ điều hướng và hiểu hơn. Theo cách này, sơ đồ cho thấy một bản ghi hoàn tất có thể trở thành cơ sở cho giai đoạn xử lý AI thứ hai, tạo ra các tính năng bản ghi phong phú hơn vượt ra ngoài phương tiện gốc được lưu trữ. Sơ đồ này áp dụng cho các tính năng sau: | Tính năng | Mô tả | Sản phẩm | Lưu giữ hiện vật | | :--------------------------------------: | :----------------------------------------------------------------------------------------------------------------------------------------: | :---------: | :--------------: | | ghi lại thông minh | Các điểm nổi bật, chương và tóm tắt do AI tạo ra cho các cuộc họp được ghi lại | Cuộc họp | Được lưu giữ | | Tạo tiêu đề, mô tả và thẻ | Tiêu đề, mô tả và thẻ do AI tạo ra cho các đoạn clip. | Đoạn clip | Được lưu giữ | | Tạo nội dung AI cho các bản ghi và video | Sử dụng bản chép lời ghi hình Sự kiện để tạo nội dung viết và các đoạn video được AI tuyển chọn từ những khoảnh khắc quan trọng của phiên. | Zoom Events | Được lưu giữ | ## Các tính năng AI phái sinh

Tổng quan về cách Zoom xử lý các tính năng tạo nội dung AI phái sinh

Sơ đồ trên minh họa cách **các tính năng AI phái sinh** hoạt động bằng cách sử dụng nội dung người dùng Đang rảnh làm ngữ cảnh cho các tác vụ và đầu ra có hỗ trợ AI về sau. Trong những trường hợp này, Zoom AI không còn chỉ làm việc từ dữ liệu tương tác trực tiếp nữa. Thay vào đó, Zoom AI đang dựa vào các hiện vật đã tồn tại trong môi trường nội dung rộng hơn của người dùng để trả lời một câu hỏi, tổng hợp thông tin, hoặc giúp tạo ra một kết quả mới. Tùy theo tác vụ, tài liệu ngữ cảnh này có thể bao gồm các tài liệu như cuộc trò chuyện, bản tóm tắt cuộc họp, My Notes, bản ghi chép, tài liệu Zoom Canvas, bộ slide Zoom, tài liệu Zoom Paper, thư email của Zoom hoặc nội dung Zoom Calendar, dữ liệu email hoặc lịch bên thứ ba đã được kết nối, hoặc các tệp do người dùng tải lên để hỗ trợ một yêu cầu cụ thể. Nhờ đó, Zoom AI đang sử dụng các tài liệu Zoom đã được tạo trước đó, cùng với dữ liệu cá nhân được tích hợp nếu có, để giúp đạt được kết quả cuối cùng mà người dùng yêu cầu. Sơ đồ cũng cho thấy rằng chính quá trình này có thể tạo ra **nội dung người dùng mới**. Ví dụ, Zoom AI có thể sử dụng các tài liệu hiện có để tạo ra một Zoom Sheet mới, tài liệu Zoom Canvas, bộ Zoom Slide hoặc tài liệu Zoom Paper. Sau khi được tạo, những hiện vật mới đó trở thành một phần trong kho nội dung rộng hơn của người dùng và sau này có thể được dùng lại làm ngữ cảnh cho các chức năng và quy trình làm việc có Hỗ trợ AI trong tương lai. Điều này tạo ra một tiến trình nhiều lớp, trong đó nội dung người dùng ở giai đoạn trước có thể Hỗ trợ đầu ra ở giai đoạn sau, và đến lượt mình, những đầu ra đó có thể trở thành các hiện vật ngữ cảnh mới theo thời gian. Mẫu tương tự này cũng có thể xuất hiện trong các bề mặt Zoom khác. Trong các môi trường như **Zoom trung tâm** hoặc là **nhóm tham luận cuộc trò chuyện AI**, người dùng có thể đặt câu hỏi trên khắp nền tảng hoặc tương tác với các tài liệu và nội dung có sẵn thông qua bộ công cụ năng suất AI của Zoom. Trong những trường hợp đó, Zoom AI lại đang hoạt động dựa trên các hiện vật hiện có mà người dùng có thể truy cập để cung cấp khả năng truy xuất, tổng hợp, trả lời câu hỏi hoặc theo dõi tiếp, cho thấy cách các tính năng AI phái sinh mở rộng giá trị của nội dung trước đó sang các tác vụ và kết quả mới. {% hint style="info" %} **Lưu ý** Tải lên tệp cục bộ của người dùng [có thể bị vô hiệu hóa](https://support.zoom.com/hc/en/article?id=zm_kb\&sysparm_article=KB0077150). {% endhint %} Sơ đồ này áp dụng cho các tính năng sau: | Tính năng | Mô tả | Sản phẩm | Lưu giữ hiện vật | | :-------------------------------: | :----------------------------------------------------------------------------------------------------------------------------------------------------------: | :-------------------------------: | :--------------: | | Tạo nội dung | Tạo nội dung sử dụng AI để tạo, tinh chỉnh, tóm tắt và sắp xếp tài liệu, bản trình bày, bảng tính và các đầu ra khác từ các lời nhắc bằng ngôn ngữ tự nhiên. | Canvas, Sheets, Paper, Slides | Được lưu giữ | | nhóm tham luận cuộc trò chuyện AI | Hỗ trợ AI hội thoại để đặt câu hỏi, tạo nội dung và làm việc trên toàn bộ ngữ cảnh Zoom Đang rảnh. | nhóm tham luận cuộc trò chuyện AI | Được lưu giữ | | Đặt câu hỏi | Các câu trả lời do AI tạo dựa trên các tài liệu và tư liệu đã chọn trong Zoom trung tâm. | trung tâm | Được lưu giữ | ## Các tính năng tạo sinh và soạn thảo

Tổng quan về cách Zoom xử lý các yêu cầu AI tạo sinh và soạn thảo

Sơ đồ trên minh họa cách **các tính năng tạo sinh và soạn thảo** hoạt động trong nền tảng Zoom AI. Không giống như các tính năng AI phái sinh, vốn dựa vào nội dung người dùng có sẵn để giúp đạt được một tác vụ hoặc đầu ra sau đó, các tính năng tạo sinh và soạn thảo thường được thúc đẩy trực tiếp hơn bởi đầu vào tức thời của người dùng. Trong nhiều trường hợp, các tính năng này không phụ thuộc vào các hiện vật Zoom đã được giữ lại và lưu ở nơi khác trong môi trường nội dung của người dùng. Thay vào đó, chúng chủ yếu được hỗ trợ bởi các lời nhắc trực tiếp của người dùng, truy vấn, tệp đã tải lên hoặc nội dung tức thời trên màn hình liên quan đến trải nghiệm sản phẩm đang hoạt động. Sự khác biệt này đặc biệt quan trọng đối với các tính năng hoạt động từ nội dung hiển thị trong ngữ cảnh hiện tại của người dùng thay vì từ các hiện vật đã được lập chỉ mục hoặc giữ lại trước đó. Ví dụ: khi một người dùng tóm tắt một luồng cuộc trò chuyện, tóm tắt một email, hoặc yêu cầu Zoom AI soạn bản nháp trả lời cho một email, nội dung liên quan thường được lấy từ ngữ cảnh ứng dụng đang hoạt động và đóng gói thành payload yêu cầu để Zoom AI xử lý. Nói cách khác, Zoom không nhất thiết truy xuất nội dung đó từ một kho lưu trữ riêng phía máy chủ để hoàn thành tác vụ. Thay vào đó, thông tin liên quan từ luồng đang hoạt động, tập hợp tin nhắn, hoặc ngữ cảnh giao diện hiển thị khác được chuyển thành dạng văn bản và gửi tới Zoom AI từ ứng dụng Zoom Workplace để dịch vụ có thể thực hiện xử lý ngôn ngữ tự nhiên, tóm tắt, hoặc tạo sinh. Sơ đồ cũng bao gồm các trường hợp sử dụng mang tính tạo sinh dựa chủ yếu vào hướng dẫn trực tiếp của người dùng thay vì tài liệu nguồn dạng văn bản. Ví dụ: khi người dùng yêu cầu tạo ảnh, người dùng mô tả đầu ra mong muốn thông qua một prompt và mô hình sẽ tạo ảnh dựa trên mô tả đó. Trong một số ngữ cảnh sản phẩm, chẳng hạn như Zoom Whiteboard, việc tạo ảnh này có thể dựa vào các nhà cung cấp mô hình AI bên thứ ba. Ở các ngữ cảnh khác, Zoom có thể sử dụng các mô hình được lưu trữ riêng của mình. Ví dụ: việc tạo hình nền ảo của Zoom có thể dựa trên một mô hình được Zoom lưu trữ sử dụng embeddings và các xử lý liên quan để tạo ra đầu ra dạng hình ảnh, với nội dung kết quả sẽ đi qua các công cụ kiểm duyệt trước khi được trả lại cho người dùng. Xét tổng thể, sơ đồ cho thấy các tính năng tạo sinh và bố cục thường phụ thuộc ít hơn vào các tạo phẩm được lưu giữ và nhiều hơn vào ý định tức thời của người dùng, ngữ cảnh phía máy khách, hoặc các tài liệu hỗ trợ được tải lên. Theo cách này, chúng đại diện cho một chế độ hoạt động chính khác của Zoom AI: không chỉ truy xuất và suy luận trên nội dung trước đó, mà còn tạo ra đầu ra mới trực tiếp từ yêu cầu hiện tại của người dùng và ngữ cảnh xung quanh. Sơ đồ này áp dụng cho các tính năng sau: | Tính năng | Mô tả | Sản phẩm | Lưu giữ hiện vật | | :-----------------------------------------------: | :----------------------------------------------------------------------------------------------------------------------------------------------------------------------: | :------------------------------------: | :-----------------------: | | nền ảo | Sử dụng AI để tạo hình ảnh nền ảo tùy chỉnh từ lời nhắc của người dùng để sử dụng trong Zoom Sessions. | Cuộc họp, Sự kiện, hội thảo trực tuyến | Được giữ lại (nếu đã lưu) | | Tạo hình ảnh | Sử dụng AI để biến các hình vẽ trên bảng trắng hoặc các tạo tác trực quan thô thành các đầu ra hình ảnh được trau chuốt hơn, được dựng lại hoặc cách điệu. | bảng trắng | Được giữ lại (nếu đã lưu) | | Tạo hình ảnh | Sử dụng AI để tạo hình ảnh mang thương hiệu và các tài nguyên trực quan khác cho sự kiện, chẳng hạn như tiêu đề, hình ảnh phiên và các tài liệu liên quan đến triển lãm. | Sự kiện | Được giữ lại (nếu đã lưu) | | Tạo nội dung | Sử dụng AI để tạo nội dung bảng trắng trên màn hình như văn bản, ghi chú dán, bảng, sơ đồ tư duy và các phần tử trực quan có cấu trúc khác từ lời nhắc của người dùng. | bảng trắng | Được giữ lại (nếu đã lưu) | | Tạo nội dung | Sử dụng AI để tạo nội dung viết cho Sự kiện như mô tả, chi tiết phiên, tiểu sử diễn giả và thông báo phòng đợi. | Sự kiện | Được giữ lại (nếu đã lưu) | | soạn email | Sử dụng AI để soạn thảo và tinh chỉnh nội dung email, bao gồm phần thân tin nhắn, dòng tiêu đề và các câu trả lời. | email | Được giữ lại (nếu đã gửi) | | Soạn cuộc trò chuyện | Sử dụng AI để soạn thảo và chỉnh sửa tin nhắn cuộc trò chuyện dựa trên lời nhắc của người dùng và ngữ cảnh cuộc trò chuyện hiện có. | cuộc trò chuyện | Được giữ lại (nếu đã gửi) | | Tóm tắt email | Sử dụng AI để tóm tắt nội dung chính của một email hoặc chuỗi email. | email | Không lưu giữ | | Tóm tắt tin nhắn, chuỗi cuộc trò chuyện, tài liệu | Sử dụng AI để tóm tắt các tin nhắn trong cuộc trò chuyện, các chuỗi cuộc trò chuyện và các tài liệu đính kèm được hỗ trợ hoặc nội dung Canvas được liên kết. | cuộc trò chuyện | Không lưu giữ | | Tải lên thông minh | Trích xuất chi tiết Sự kiện từ các tệp đã tải lên để tự động tạo các phiên, diễn giả và câu hỏi tùy chỉnh. | Zoom Events | Được giữ lại (nếu đã lưu) | ## Ghi chú của tôi ### Ghi chú của tôi trong Zoom Meetings

Tổng quan về luồng dữ liệu Ghi chú của tôi trong Zoom Meetings

Sơ đồ ở trên cho thấy cách My Notes, trong Zoom Meetings, sử dụng đường dẫn âm thanh hiện có của cuộc họp thay vì dựa vào âm thanh khác có trên Thiết bị của người dùng. Khi My Notes được bật trong một cuộc họp Zoom, công cụ này truy cập âm thanh cuộc họp được chia sẻ và được định tuyến qua phiên Multi-Media Router (MMR) của cuộc họp. Âm thanh đó sau đó được dịch vụ Automatic Speech Recognition (ASR) của Zoom xử lý để tạo ra bản chép lời, rồi được gửi tới Thiết bị của người dùng và sau này có thể hỗ trợ việc tạo ghi chú sau cuộc họp. Trong luồng này, bản chép lời được dựa cụ thể trên âm thanh của cuộc họp Zoom gắn với phiên cuộc họp đó. Nó không dựa trên âm thanh của thiết bị cục bộ không liên quan bên ngoài chính cuộc họp. Sau khi cuộc họp kết thúc, bản chép lời và ghi chú thu được có thể vẫn khả dụng theo Cài đặt lưu giữ áp dụng của người dùng, trong khi âm thanh cơ sở được dùng cho bản chép lời sẽ không được lưu giữ sau khi quá trình xử lý hoàn tất. ### My Notes bên ngoài Zoom Meetings

Tổng quan về các luồng dữ liệu của My Notes bên ngoài các cuộc họp Zoom

Sơ đồ ở trên cho thấy cách, bên ngoài Zoom Meetings, My Notes hoạt động thông qua âm thanh của thiết bị cục bộ của người dùng thay vì thông qua một phiên cuộc họp Zoom dùng chung. Nếu được bật trong một cuộc họp của bên thứ ba hoặc một cuộc thảo luận trực tiếp, My Notes có thể sử dụng quyền truy cập ở cấp hệ điều hành vào micrô của người dùng và, khi phù hợp, âm thanh hệ thống để thu lại âm thanh cục bộ có trên Thiết bị đó. Âm thanh này sau đó được định tuyến qua một phiên MMR cho một người dùng và được dịch vụ Automatic Speech Recognition (ASR) của Zoom xử lý để tạo ra bản chép lời, rồi được gửi tới Thiết bị của người dùng và sau này có thể hỗ trợ việc tạo ghi chú sau cuộc họp. Điều này có nghĩa là, bên ngoài Zoom Meetings, bản chép lời chỉ dựa trên âm thanh được truyền từ Thiết bị cục bộ của người dùng chứ không phải từ luồng âm thanh cuộc họp Zoom được chia sẻ. My Notes cũng có thể nhắc người dùng bắt đầu một ghi chú mới khi phát hiện hoạt động của micrô trên Thiết bị, giúp làm nổi bật Tính năng trong các tình huống như các cuộc họp của bên thứ ba, các bản ghi dựa trên trình duyệt hoặc các quy trình công việc khác có micrô hoạt động. Tương tự như luồng trong cuộc họp, âm thanh được dùng cho bản chép lời sẽ không được lưu giữ sau khi bản chép lời hoàn tất, trong khi các ghi chú và bản chép lời thu được có thể vẫn được lưu trong tài khoản của người dùng theo Cài đặt lưu giữ áp dụng. ## ZoomMate

Tổng quan về các luồng dữ liệu của ZoomMate

Sơ đồ trên minh họa cách **ZoomMate hoạt động như một không gian làm việc chính trong Zoom Workplace**, hoạt động tại điểm mà ngữ cảnh của người dùng, tri thức được kết nối và các khả năng thực thi hội tụ. Thay vì chỉ tồn tại như một trợ lý độc lập, ZoomMate nằm ở trung tâm của một môi trường làm việc rộng hơn, trong đó người dùng có thể tìm kiếm, suy luận, tạo ra và hành động trên các tài liệu và hệ thống hỗ trợ công việc hằng ngày của họ. Một phần lớn của Vai trò này đến từ khả năng truy cập của ZoomMate vào **nội dung Zoom của bên thứ nhất**. Điều này có thể bao gồm các hiện vật như bản tóm tắt, My Notes, bản ghi, tài liệu Canvas, tin nhắn cuộc trò chuyện và các tài liệu khác do người dùng tạo ra trên nền tảng Zoom. Các hiện vật này giúp cung cấp cho ZoomMate bối cảnh cần thiết để trả lời câu hỏi, tổng hợp thông tin, tạo đầu ra và hỗ trợ việc theo dõi tiếp. ZoomMate cũng có thể sử dụng **trí nhớ**, cho phép nó kết hợp các sở thích liên quan của người dùng hoặc các chi tiết liên quan đến công việc khi giúp hoàn thành một nhiệm vụ. Sơ đồ cũng cho thấy cách ZoomMate mở rộng ra ngoài nội dung gốc của Zoom bằng cách tích hợp với **các nguồn tri thức của bên thứ ba**. Ví dụ, các dịch vụ Lưu trữ trên đám mây được kết nối như Google Drive hoặc OneDrive có thể đóng vai trò là kho lưu trữ bên ngoài của thông tin mà người dùng có thể truy cập. Khi các nguồn này được tích hợp, Zoom có thể lập chỉ mục nội dung đã được phê duyệt để hỗ trợ truy xuất trên các tài liệu đó, cho phép ZoomMate sử dụng **tìm kiếm mang tính tác nhân** để làm việc trên cả nội dung Zoom và tri thức của bên thứ ba được kết nối. Theo cách này, ZoomMate có thể tìm kiếm không chỉ trên những gì tồn tại trong Zoom, mà còn trên các tài liệu và tài liệu mà người dùng được phép truy cập trong các nền tảng bên ngoài được kết nối. Các nguồn dữ liệu cá nhân khác, chẳng hạn như **email và lịch** (không bao gồm email được mã hóa đầu cuối), cũng có thể hỗ trợ ZoomMate, nhưng chúng hoạt động khác nhau. Thay vì được lập chỉ mục, các nguồn này thường giao tiếp với ZoomMate thông qua truy xuất trực tiếp dựa trên API. Điều này khiến chúng hữu ích cho các tác vụ như xác định ngữ cảnh email liên quan, xem lại thông tin lịch, hoặc giúp Lên lịch sự kiện, mà không coi chúng là một phần của lớp truy xuất được lập chỉ mục dùng cho tìm kiếm tài liệu rộng hơn. Sơ đồ cũng cho thấy ZoomMate có thể kết nối với nhiều hơn nữa **các dịch vụ và bộ kết nối của bên thứ ba** hỗ trợ thực hiện hành động cũng như truy cập tri thức. Các hệ thống này có thể bao gồm Jira, HubSpot, ServiceNow, Workday và các nền tảng doanh nghiệp được kết nối khác. Thông qua các kết nối này, ZoomMate có thể thực hiện **các tác vụ mang tính tác tử** thay mặt người dùng, chẳng hạn như tạo hoặc cập nhật bản ghi, truy xuất thông tin từ các dịch vụ bên ngoài, hoặc thực hiện các hành động được kết nối khác trong những hệ thống đó. Điều này khiến ZoomMate không chỉ là một bề mặt truy xuất và tổng hợp; nó còn hoạt động như một lớp thực thi có thể giúp biến ngữ cảnh thành hành động. Nền tảng này cũng giúp vận hành **tác tử** và **quy trình làm việc** trong môi trường ZoomMate. Các tác nhân có thể sử dụng cùng ngữ cảnh nền tảng, các đường dẫn truy xuất và các hệ thống được kết nối để thực hiện hỗ trợ mang tính suy luận, năng động hơn, giúp người dùng hoàn thành các nhiệm vụ nhiều bước rộng hơn với tính liên tục và khả năng thích ứng cao hơn. Ngược lại, các quy trình làm việc có thể cung cấp khả năng tự động hóa có cấu trúc và lặp lại hơn, Cho phép người dùng xác định các quy trình định kỳ hoạt động trên nội dung Zoom và, khi được Hỗ trợ, trên các hệ thống bên ngoài được kết nối. Theo cách này, ZoomMate không chỉ đóng vai trò là giao diện hội thoại, mà còn là điểm điều phối cho cả hoạt động tác nhân động và tự động hóa có cấu trúc hơn. **Sandbox** cũng có thể Hỗ trợ một số khả năng thực thi nâng cao hơn của ZoomMate. Đối với các tác vụ yêu cầu thực thi mã, tạo tệp, tự động hóa, hoặc các xử lý tinh vi hơn khác, ZoomMate có thể sử dụng một môi trường sandbox riêng thay vì chỉ dựa vào xử lý hội thoại Tiêu chuẩn. Sandbox này chạy trên hạ tầng Dịch vụ web của Amazon của Zoom và cung cấp một lớp thực thi cô lập, tồn tại ngắn cho các tác vụ có độ phức tạp cao hơn, giúp ZoomMate thực hiện một số thao tác trong một môi trường được kiểm soát hơn. Theo cách này, cùng một nền tảng ZoomMate rộng hơn hỗ trợ truy xuất, suy luận, tác nhân và quy trình làm việc cũng có thể Hỗ trợ việc thực thi tác vụ nâng cao hơn khi công việc được yêu cầu cần đến nó. Cuối cùng, sơ đồ không Hiển thị mọi thành phần nền tảng giúp vận hành ZoomMate. Sơ đồ không Hiển thị rõ các lớp năng lực nền tảng như kỹ năng, hoặc các cấu trúc hỗ trợ khác là một phần của cơ sở hạ tầng và thiết kế rộng hơn của Zoom AI. Những yếu tố đó được giả định là hoạt động trong hệ thống AI nền tảng cho phép hành vi của ZoomMate. Mục đích của sơ đồ này là Hiển thị các bề mặt ngữ cảnh, tri thức và hành động chính mà qua đó ZoomMate hoạt động như một không gian làm việc thống nhất trên Zoom và các hệ thống được kết nối. ### Kết nối bên thứ ba và lập chỉ mục của ZoomMate

Tổng quan về cách ZoomMate kết nối với các kết nối bên thứ ba và các nguồn dữ liệu

Sơ đồ ở trên minh họa hai phần có liên quan nhưng khác biệt trong kiến trúc dữ liệu bên thứ ba của ZoomMate. Phần thứ nhất là cách ZoomMate kết nối với các ứng dụng và dịch vụ bên thứ ba được Hỗ trợ để có thể truy xuất thông tin hoặc thực hiện hành động trong các hệ thống đó. Phần thứ hai là cách một số nguồn nội dung bên thứ ba được Hỗ trợ có thể được nạp vào và lập chỉ mục để sau này ZoomMate có thể truy xuất nội dung đó hiệu quả hơn thông qua tạo sinh tăng cường truy xuất. #### ZoomMate có thể kết nối trực tiếp với các ứng dụng và dịch vụ bên thứ ba Một phần của sơ đồ Hiển thị cách ZoomMate kết nối với các ứng dụng bên thứ ba được Hỗ trợ như Jira, Confluence, Salesforce, ServiceNow, Workday, các nền tảng Lưu trữ trên đám mây, và các hệ thống Kinh doanh bên ngoài khác. Các kết nối này Cho phép ZoomMate hoạt động vượt ra ngoài nội dung gốc của Zoom bằng cách tương tác với các công cụ lưu trữ dữ liệu Kinh doanh hoặc Hỗ trợ công việc vận hành bên ngoài nền tảng Zoom. Các kết nối này được thiết lập qua kết nối TLS thông qua các mô hình Truy cập được ủy quyền, chẳng hạn như các tích hợp dựa trên API hoặc các kết nối dựa trên MCP. Trong cả hai trường hợp, ZoomMate hoạt động trong phạm vi quyền được dịch vụ được kết nối cấp. Điều này Cho phép ZoomMate truy xuất thông tin liên quan từ các hệ thống đó, và khi được Hỗ trợ, thực hiện hành động trong đó thay mặt người dùng. Ví dụ, ZoomMate có thể truy xuất chi tiết từ một vấn đề Jira, tìm kiếm một trang Confluence, cập nhật một ghi trong ServiceNow, hoặc sử dụng một hệ thống được kết nối khác như một phần của việc thực hiện một nhiệm vụ rộng hơn. Mô hình kết nối trực tiếp này đặc biệt quan trọng đối với các tác vụ phụ thuộc vào trạng thái hệ thống hiện tại hoặc Truy cập trực tiếp vào các công cụ bên thứ ba. Trong những trường hợp đó, ZoomMate có thể sử dụng ứng dụng được kết nối như một điểm cuối dịch vụ Đang hoạt động thay vì chỉ là một kho lưu trữ nội dung đã được lập chỉ mục trước đó. #### ZoomMate có thể lập chỉ mục nội dung bên thứ ba đã được phê duyệt để truy xuất sau này Phần thứ hai của sơ đồ cho thấy cách ZoomMate có thể tiếp nhận và lập chỉ mục nội dung từ các nguồn bên thứ ba được hỗ trợ, ताकि tài liệu có thể được truy xuất sau này như một phần của kết quả tìm kiếm hoặc phản hồi được hỗ trợ bởi AI. Mô hình truy xuất đã lập chỉ mục này đặc biệt phù hợp với các kho nội dung được kết nối như hệ thống Lưu trữ trên đám mây, cơ sở tri thức, nền tảng tài liệu và các nguồn được hỗ trợ khác, nơi ZoomMate có thể cần tìm kiếm trên một lượng lớn nội dung bên ngoài được lưu giữ. Khi một nguồn được hỗ trợ được kết nối và phê duyệt để lập chỉ mục, ZoomMate có thể truy xuất nội dung từ nguồn đó và chuẩn bị cho việc tìm kiếm sau này. Quá trình chuẩn bị này có thể bao gồm việc chia các tệp hoặc ghi lớn hơn thành các đơn vị nhỏ hơn và đính kèm siêu dữ liệu như nguồn, thời gian cập nhật, quyền sở hữu và thông tin Quyền. Sau đó, nội dung đó được ghi vào lớp lập chỉ mục của Zoom để có thể được tìm kiếm sau này thông qua cả khớp chính xác và truy xuất dựa trên ý nghĩa. Khi người dùng gửi một yêu cầu phụ thuộc vào nội dung bên thứ ba đã được lập chỉ mục, ZoomMate có thể tìm kiếm phần nội dung đã lập chỉ mục đó, đánh giá kết quả nào liên quan nhất và áp dụng thông tin Quyền liên kết với nguồn gốc để chỉ nội dung được ủy quyền mới đủ điều kiện xuất hiện. Phần nội dung được ủy quyền liên quan nhất sau đó có thể được chuyển vào lớp AI của ZoomMate như ngữ cảnh hỗ trợ cho phản hồi. Theo cách này, sơ đồ cho thấy nội dung bên thứ ba đã lập chỉ mục có thể giúp ZoomMate tạo ra các câu trả lời được dựa trên các tài liệu Kinh doanh được kết nối thực tế thay vì chỉ dựa vào kiến thức chung của mô hình. ## Hình đại diện tùy chỉnh ### Tạo avatar

Tổng quan về quy trình tạo Avatar tùy chỉnh

Sơ đồ ở trên minh họa cách một avatar tùy chỉnh được tạo từ video và giọng nói đã ghi của người dùng. Quy trình bắt đầu khi người dùng được cung cấp một kịch bản và được nhắc ghi lại cảnh mình đọc kịch bản đó. Bước ghi có hướng dẫn này cho phép Zoom thu thập tư liệu nghe nhìn cần thiết để tạo cả hình ảnh đại diện của người dùng và mô hình giọng nói liên quan được dùng trong các kết quả dựa trên avatar sau này. Sau khi người dùng hoàn tất việc ghi, các thành phần âm thanh và video được xử lý theo các luồng khác nhau. Phần âm thanh được gửi đến một dịch vụ bên thứ ba, dịch vụ này tạo ra một giọng nói tương tự dựa trên lời nói đã ghi của người dùng. Khi quá trình xử lý đó hoàn tất, dịch vụ bên thứ ba sẽ trả về một mã nhận diện giọng nói duy nhất cho Zoom. Zoom lưu mã nhận diện này làm tham chiếu giọng nói của người dùng để có thể sử dụng sau này khi tạo các clip dựa trên avatar hoặc các đầu ra được hỗ trợ khác phụ thuộc vào giọng nói tổng hợp đó. Đồng thời, thành phần video được gửi đến một mô-đun tạo avatar do Zoom lưu trữ, nơi Zoom xử lý tư liệu hình ảnh đã ghi để tạo ra biểu diễn avatar của người dùng. Kết quả là một mẫu avatar mà Zoom lưu để dùng trong tương lai. Xét chung lại, hai đầu ra được lưu giữ này — mã nhận diện giọng nói đã lưu và mẫu avatar đã lưu — cho phép Zoom tạo các clip hoặc phương tiện dựa trên avatar trong tương lai phản ánh cả hình ảnh đại diện của người dùng lẫn giọng nói tổng hợp của họ. ### Tạo clip

Tổng quan về quy trình tạo clip hình đại diện tùy chỉnh

Sơ đồ ở trên minh họa cách một clip hình đại diện tùy chỉnh được tạo từ avatar đã lưu của người dùng và hồ sơ giọng nói tổng hợp. Quy trình bắt đầu khi người dùng tải lên kịch bản mà họ muốn avatar trình bày. Kịch bản đó đóng vai trò là nội dung nguồn cho clip được tạo ra.\ \ Từ đó, phần phụ trợ web của Zoom điều phối hai đầu vào song song cần thiết để tạo đầu ra cuối cùng. Trước tiên, hệ thống gửi mã nhận diện giọng nói đã lưu của người dùng cùng với kịch bản đến dịch vụ tạo giọng nói của bên thứ ba, dịch vụ này tạo ra âm thanh cho clip bằng giọng nói tổng hợp của người dùng. Thứ hai, hệ thống gửi mẫu avatar đã lưu của người dùng đến mô-đun tạo avatar của Zoom để thành phần hình ảnh của clip có thể được chuẩn bị bằng hình đại diện mà người dùng đã tạo trước đó.\ \ Khi dịch vụ tạo giọng nói của bên thứ ba tạo xong âm thanh, âm thanh đó được trả lại cho Zoom và chuyển vào mô-đun tạo avatar. Mô-đun tạo avatar sau đó kết hợp mẫu avatar đã lưu với âm thanh giọng nói được tạo ra, đồng bộ hóa chuyển động khuôn mặt và miệng của avatar với nội dung được nói. Sau khi quá trình đồng bộ môi và kết xuất này hoàn tất, Zoom tạo ra clip avatar hoàn chỉnh và gửi lại cho người dùng. ## Từ điển tùy chỉnh

Luồng dữ liệu của Từ điển tùy chỉnh

Sơ đồ ở trên minh họa cách Tính năng Từ điển tùy chỉnh giúp cải thiện độ chính xác của đầu ra Zoom dựa trên giọng nói bằng cách cung cấp thêm ngữ cảnh từ vựng cho dịch vụ Nhận dạng giọng nói tự động (ASR) của Zoom. Tính năng này được thiết kế để hỗ trợ các từ, chữ viết tắt, biệt ngữ, tên sản phẩm hoặc thuật ngữ chuyên ngành có thể đặc thù cho một công ty, ngành, nhóm hoặc khu vực và có thể sẽ không được nhận dạng hoặc hiển thị chính xác trong quá trình tạo bản chép lời. Quy trình bắt đầu khi quản trị viên tài khoản tạo và lưu một từ điển tùy chỉnh trong Cổng thông tin web của Zoom. Từ điển đó chứa danh sách các từ hoặc cụm từ đã được phê duyệt mà Tổ chức muốn Zoom nhận dạng chính xác hơn. Sau khi từ điển được lưu ở cấp tài khoản, nó có thể được sử dụng trong các ngữ cảnh cuộc họp và xử lý giọng nói được hỗ trợ. Khi người dùng bắt đầu một cuộc họp sau đó, dịch vụ AASR của Zoom có thể nhận từ điển tùy chỉnh của tài khoản như một phần của ngữ cảnh xử lý. Khi dịch vụ ASR chuyển âm thanh trực tiếp thành dữ liệu chuyển giọng nói thành văn bản, nó có thể so sánh ngôn ngữ nói được nhận diện với từ điển tùy chỉnh và cố gắng ánh xạ các âm thanh được nhận diện với các thuật ngữ đã lưu. Điều này cung cấp cho ASR thêm hướng dẫn về những từ cần tìm, cách một số thuật ngữ có thể được viết và cách các chữ viết tắt hoặc ngôn ngữ chuyên ngành nên được diễn giải. Kết quả là đầu ra chuyển giọng nói thành văn bản ban đầu có thể phản ánh chính xác hơn thuật ngữ thực sự được dùng trong cuộc họp. Độ chính xác được cải thiện đó sau đó có thể lan sang các tạo phẩm phái sinh từ cuộc trò chuyện. Ví dụ, nếu sau này một tóm tắt cuộc họp, phụ đề, bản chép lời hoặc một tạo phẩm khác dựa trên dữ liệu chuyển giọng nói thành văn bản được tạo ra, các đầu ra đó có thể phản ánh chính xác hơn những từ đã được nói trong cuộc họp, giúp cải thiện chất lượng và tính hữu ích của tạo phẩm do AI tạo ra. ## Mẫu tóm tắt cuộc họp tùy chỉnh

Luồng dữ liệu của Mẫu tóm tắt cuộc họp tùy chỉnh

Sơ đồ ở trên minh họa cách các tóm tắt cuộc họp tùy chỉnh được tạo từ một mẫu do người dùng xác định hoặc tài khoản xác định. Quy trình bắt đầu khi một mẫu được tạo và lưu trong Zoom. Ở cấp tài khoản, một quản trị viên có thể định nghĩa một mẫu tóm tắt cuộc họp tùy chỉnh để sử dụng trong Tổ chức. Ở cấp cá nhân, người dùng có thể tạo một mẫu tóm tắt cuộc họp cá nhân dựa trên sở thích riêng của họ. Sau khi được tạo, mẫu đã chọn được lưu để có thể được áp dụng trong các lần tạo tóm tắt sau này. Khi cuộc họp kết thúc, Zoom AI có thể sử dụng dữ liệu chuyển giọng nói thành văn bản của cuộc họp để tạo một bản tóm tắt tuân theo cấu trúc và trọng tâm của mẫu tùy chỉnh đã chọn. Nếu mẫu tùy chỉnh được chọn trước khi tóm tắt cuộc họp được tạo, Zoom AI sẽ áp dụng trực tiếp mẫu đó khi tạo bản tóm tắt. Điều này cho phép đầu ra thu được phản ánh định dạng, các phần hoặc mức độ ưu tiên cụ thể được xác định trong mẫu thay vì chỉ một cấu trúc tóm tắt mặc định. Nếu một mẫu tùy chỉnh không được chọn trước khi bản tóm tắt được tạo lần đầu, Zoom chỉ có thể áp dụng mẫu đó sau này nếu bản chép lời cuộc họp đã được lưu giữ. Trong trường hợp đó, Zoom AI có thể xử lý lại bản chép lời đã lưu giữ bằng cấu hình của mẫu và tạo ra một bản tóm tắt mới phù hợp với cấu trúc đó. Tuy nhiên, nếu bản chép lời không được lưu giữ, Zoom sẽ không có bản chép lời gốc có sẵn để xử lý lại, điều đó có nghĩa là mẫu tùy chỉnh không thể được áp dụng sau đó. ## Cách ly âm thanh cá nhân

Tổng quan về cách Personal âm thanh Isolation cô lập giọng nói của người dùng

Sơ đồ trên minh họa cách **Cách ly âm thanh cá nhân** hoạt động bằng cách sử dụng một dấu ấn giọng nói được lưu cục bộ trên Thiết bị của người dùng để phân biệt lời nói của người dùng với Tạp âm nền xung quanh. Quá trình bắt đầu khi người dùng ghi âm một mẫu giọng nói thông qua Tính năng Personal Audio Isolation trong ứng dụng Zoom Workplace. Bản ghi đó được dùng để tạo một dấu ấn giọng nói cục bộ giúp ứng dụng nhận dạng các đặc điểm giọng nói của người dùng. Dấu ấn giọng nói này vẫn được giữ trên máy cục bộ và không được truyền tới Zoom cloud. Khi người dùng sau đó nói trong một cuộc họp ở môi trường có tạp âm xung quanh, ứng dụng Zoom Workplace sử dụng dấu vân giọng nói được lưu cục bộ đó để giúp nhận diện các mẫu giọng nói của người dùng và tách chúng khỏi các âm thanh xung quanh. Điều này cho phép ứng dụng Giảm tiếng ồn nền và cô lập giọng nói của người dùng hiệu quả hơn trước khi âm thanh được gửi tiếp qua luồng cuộc họp. Kết quả là âm thanh được truyền tới Zoom cloud là âm thanh cuộc họp đã được tinh chỉnh, với tiếng ồn xung quanh được lọc ra ở mức độ được hỗ trợ bởi Tính năng. Dấu giọng nền tảng của người dùng bản thân nó không được gửi tới hạ tầng đám mây của Zoom. Bằng cách này, Personal Audio Isolation hoạt động như một Tính năng xử lý cục bộ ở cấp độ Thiết bị, giúp cải thiện độ rõ của âm thanh trước khi âm thanh đã được làm sạch được truyền vào cuộc họp Zoom trực tiếp. --- # Agent Instructions This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com. ## Querying This Documentation If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question. Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter: ``` GET https://library.zoom.com/technical-library/vi/ai-whitepaper/diagrams.md?ask=&goal= ``` `ask` is the immediate question: it should be specific, self-contained, and written in natural language. `goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal. The response will contain a direct answer to the question and relevant excerpts and sources from the documentation. Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.