OpenAI (chủ sở hữu ChatGPT) gần đây đăng bài blog kỹ thuật về việc sử dụng WebRTC cho Voice AI, nhưng ngay lập tức vấp phải chỉ trích từ giới chuyên gia. Một cựu kỹ sư từ Twitch (thuộc Amazon - AMZN) và Discord cho rằng WebRTC là 'công nghệ sai lầm' cho trợ lý giọng nói thời gian thực.
WebRTC không phù hợp cho Voice AI
WebRTC được thiết kế cho hội nghị truyền hình, ưu tiên độ trễ thấp bằng cách mạnh tay bỏ gói tin âm thanh khi mạng yếu. Điều này gây hại cho AI: nếu bạn hỏi 'Tôi nên đi bộ hay lái xe đến tiệm rửa xe?', WebRTC có thể làm mất một phần câu hỏi, dẫn đến phản hồi sai lệch. Trong khi đó, người dùng sẵn sàng chờ thêm 200ms để có câu trả lời chính xác.
Bài học từ Twitch và Discord
Cựu kỹ sư này từng viết lại toàn bộ WebRTC SFU tại Twitch (dùng Go) và sau đó tại Discord (dùng Rust), vì phiên bản gốc quá chậm. Ông khẳng định WebRTC gồm ~45 RFC từ đầu những năm 2000, việc tinh chỉnh gần như bất khả thi trên trình duyệt. Với Voice AI, việc streaming audio TTS (text-to-speech) nhanh hơn real-time sẽ thất bại nếu dùng WebRTC.
Bài viết kết luận: nên tránh copy OpenAI, thay vào đó hãy tìm giải pháp âm thanh thay thế. Đây là lời cảnh báo quan trọng cho các startup đang xây dựng trợ lý giọng nói AI, đặc biệt trong bối cảnh thị trường AI đang bùng nổ. Bạn đọc có thể tìm hiểu thêm tin tức công nghệ tại vnread.com.
