Vietnamese Voice UX Notes v0.1

Phiên bản: 0.1 DRAFT
Ngày: 28/09/2026

1. Mục tiêu Voice Interface

NCT Việt Nam nhiều người:
- Thị lực kém → khó đọc chữ nhỏ
- Ít quen sử dụng bàn phím điện thoại
- Nói tiếng Việt phương ngữ (Bắc/Trung/Nam)
- Quen giao tiếp bằng giọng nói

→ Voice-first design là ưu tiên cho MVP

2. STT (Speech-to-Text) Considerations

2.1 Engine Options

Engine Vietnamese Accuracy Cost Latency
Google Cloud ✅ (vi-VN) Tốt $0.006/15s <1s
Azure Speech ✅ (vi-VN) Tốt $1/h <1s
Whisper (OpenAI) ✅ Rất tốt Self-host 2-5s
VAIS (VN) ✅ Chấp nhận Liên hệ 1-2s

2.2 Vietnamese-specific Challenges

  • Dấu thanh: "đau" vs "dau" vs "đâu" vs "đầu"
  • Phương ngữ: "gối" (Bắc) vs "gối" (Nam, phát âm khác)
  • Thuật ngữ y khoa: NCT hay nói "đau khớp" thay vì ""
  • Noise: NCT thường ở nhà, TV chạy nền
  • Pace: NCT nói chậm hơn, cần timeout dài hơn

2.3 Pre-processing Pipeline

NCT nói → STT → Normalize diacritics → Synonym mapping → Intent extraction → KB query

Synonym mapping examples:
- "đau gối" → knee_pain → : THK_GOI
- "xương giòn" → osteoporosis → taxonomy: LX
- "đau lưng" → low_back_pain → taxonomy: DTL
- "gút" / "gout" / "gut" → gout → taxonomy: GUT

3. TTS (Text-to-Speech) Considerations

3.1 Voice Persona

  • Giới tính: Nữ (gần gũi với NCT)
  • Tuổi giọng: 35-45 (trẻ quá → thiếu tin cậy, già quá → khó nghe)
  • Giọng: Bắc chuẩn (phổ thông nhất)
  • Tốc độ: 0.85x-0.9x tốc độ bình thường (NCT cần nghe chậm hơn)
  • Tone: Ấm, nhẹ nhàng, kính trọng

3.2 Speaking Rules

  • Câu ngắn (≤20 từ/câu)
  • Dùng "Cô/Bác" thay "bạn"
  • Nghỉ giữa các ý (0.5s pause)
  • Nhấn mạnh từ khóa quan trọng
  • KHÔNG dùng thuật ngữ y khoa khó hiểu

3.3 Response Format

[Greeting, if first turn]
[Direct answer — 1-2 câu]
[Key details — 2-3 bullet points, đọc chậm]
[Safety note if applicable]
[Disclaimer — ngắn gọn]
[Call to action — "Cô/Bác muốn hỏi thêm gì?"]

4. Accessibility Priorities

Priority Feature For whom Implementation
P0 Voice input/output Mắt kém STT +
P0 Font ≥18px Mắt kém CSS min-font-size
P1 High contrast Mắt kém Dark mode + high contrast
P1 Simple navigation Ít quen công nghệ Max 3 tap to answer
P2 Offline FAQ Ở vùng xa Cache top 20 FAQ
P2 Family proxy mode Người thân hỏi hộ Switch persona

5. Error Handling Voice

Situation AI Response
Không nghe rõ "Xin lỗi, tôi chưa nghe rõ. Cô/Bác nói lại được không ạ?"
Ngoài phạm vi "Câu hỏi này ngoài kiến thức của tôi. Cô/Bác hỏi bác sĩ sẽ tốt hơn ạ."
Multiple intents "Cô/Bác hỏi nhiều vấn đề. Để tôi trả lời từng câu nhé."
Sensitive topic "Đây là vấn đề cần bác sĩ đánh giá. Cô/Bác nên đi khám sớm ạ."

Next steps: Prototype voice UI with Google Cloud STT + TTS for pilot testing.