🇻🇳 Tiếng Việt · 🇬🇧 English

VoiNoi (Voi Nói)

Nói tiếng Việt vào bất kỳ ô nào trên Windows → chữ xuất hiện đúng chỗ, không cần gõ tay.

Ứng dụng Windows chạy nền: nói tiếng Việt thành chữ, dán đúng vào ô anh đang chọn. Kèm Trợ lý đọc (đọc to tài liệu) và chế độ trò chuyện bằng giọng nói với trợ lý AI.

Tên cũ: Vietnamese Voice Mic. Từ bản 2.0.0 đổi tên thành VoiNoi.

Có gì mới ở 2.0.2 (tự cập nhật)

• Bản .exe tự cập nhật lên bản mới khi mở app. Trước đây tính năng này tắt sẵn và cũng chưa từng chạy được: file version.json có BOM nên app đọc lỗi, Trợ lý đọc đang chạy khoá file làm chép đè thất bại, và app không mở lại khi lỗi. Cả ba đã sửa. Máy đang dùng 2.0.1 trở về trước cần tải bản này bằng tay một lần.

Có gì mới ở 2.0.1 (đọc đủ, đọc cả trang)

• Đọc cả trang web: không bôi đen gì, Alt + click trên trang rồi chọn "Đọc". App lấy link của tab từ ô địa chỉ (không bấm phím, trang giữ nguyên), tải phần bài viết chính và đọc, bỏ menu, mục lục, chân trang. Trang cần đăng nhập thì tự dùng chữ đang hiện trên trang, bỏ các dòng menu ngắn.
• Giữ nguyên đoạn bôi đen: trước đây cú Alt + click lọt xuống trang và làm mất vùng bôi đen, nên "Đọc" đọc nhầm nội dung cũ trong clipboard. Giờ Alt + click không tới trang nữa. "Đọc" chỉ lấy đoạn copy trong 10 phút gần đây. Tắt bằng "block_alt_click_passthrough": false.
• Đọc không sót: dịch vụ giọng đọc Edge lúc trả về rỗng (NoAudioReceived), trước đây mất cả đoạn khoảng 9 câu mà không báo. Giờ thử lại với tốc độ lệch 1 đến 2% (tai không nghe ra) và đọc lại từng câu nếu cả đoạn lỗi. Đo trên một bài 107 đoạn: từ 3 đoạn mất còn 0.
• Trợ lý đọc: mở được cả thư mục (đọc lần lượt mọi file tài liệu bên trong), link có dấu tiếng Việt, tài liệu rất dài chuyển đoạn không bị khựng, mất mạng thì chờ rồi đọc tiếp đúng câu, PDF có trang ảnh thì báo đúng trang thiếu.
• Sửa lỗi: Kaizen luôn báo thất bại khi chạy bằng Task Scheduler; đoạn chỉ có tiếng ồn bị Whisper tính là mất chữ.

Có gì mới ở 2.0.0 (nhanh hơn, hết treo)

Đo trên máy thật, từ log của app:

Việc	Trước	Bây giờ
Chọn "Gõ chữ" trên vòng tròn tới lúc mic nghe	1 giây, có lúc 11 đến 16 giây (treo cả giao diện)	0,26 giây
Mở micro mỗi lần nói	khoảng 1 giây	0,03 giây
Nhận diện xong tới lúc chữ được dán	chờ thêm khoảng 3 giây	dán ngay
Chọn "Nói" tới lúc trợ lý nghe	11 giây trở lên	khoảng 2,7 giây
Đoạn dài 36 giây có một đoạn cuối chỉ là tiếng ồn	24,8 giây	2,7 giây (11 giây nếu phải nhờ Whisper nghe lại chỗ Google làm rơi chữ)
Tiếng động (click chuột, gõ phím) bị tưởng là lời nói	chờ Whisper 9 giây rồi báo lỗi	báo ngay sau 0,6 giây

Nguyên nhân đã sửa:

• Dò ô nhập bằng UI Automation chạy trên luồng giao diện. Với Chrome và terminal, mỗi lần dò mất 2 đến 5 giây nên vòng tròn, HUD và phím tắt đứng hình. Khi chọn "Gõ chữ" trên vòng tròn, app còn dò trúng chính vòng tròn nên có lúc bỏ qua luôn. Giờ chọn "Gõ chữ" là nghe ngay, còn việc dò (khi tắt vòng tròn) chạy ở luồng phụ.
• Mỗi lần nói app khởi tạo lại PortAudio 3 đến 4 lần. Giờ giữ sẵn một bản dùng chung, cắm rút mic vẫn tự nhận lại.
• Hàm học từ vựng đọc lại file cấu hình gần 3.000 lần cho mỗi câu, chạy trước khi dán. Giờ có cache và chạy sau khi dán.
• Google không nghe ra một đoạn thì app thử lại tuần tự tới 14 lần. Giờ gửi lại và chia đôi song song, Whisper cứu đoạn hỏng ngay trong lúc các đoạn khác đang chạy.
• Đoạn chỉ có tiếng ồn bị tính là lỗi 0%, kéo độ tin cậy xuống dưới 82% và bắt Whisper nghe lại cả bài. Giờ đoạn ồn không tính là mất chữ.
• Whisper hay bịa câu kiểu "Hãy subscribe cho kênh..." khi gặp tiếng ồn. Giờ lọc bỏ trên kết quả của Whisper.
• Đoạn nào Google trả về quá ít chữ so với độ dài (thường rơi mất câu đầu), app cho Whisper nghe riêng đoạn đó và lấy bản đầy đủ hơn. Chỉnh ngưỡng bằng low_coverage_wpm (mặc định 92, đặt 0 để tắt).
• Chế độ "Nói": bộ não AI được dò sẵn ở nền và nhớ 10 phút, câu chào ngắn lại và được tạo giọng sẵn.

Cách dùng nhanh

1. Chạy Start VoiNoi.cmd (bản nguồn) hoặc VoiNoi.exe (bản đóng gói).
2. Giữ Alt và click chuột trái vào ô chat hoặc ô nhập muốn gõ. Vòng tròn hiện ra: trên = Gõ chữ, trái = Đọc, phải = Nói, dưới = Hủy.
3. Chọn "Gõ chữ", nói nội dung. Ngừng nói thì app tự nhận diện và dán vào đúng chỗ vừa Alt + click.
4. Đang nghe mà muốn dừng sớm: bấm Esc, phần đã nói vẫn được nhận diện.
5. Dán lỗi hoặc đổi cửa sổ: bấm Ctrl+V để dán lại, chữ mới nhất luôn nằm trên clipboard.

Tạo shortcut có icon VoiNoi trên Desktop và Start Menu:

powershell -ExecutionPolicy Bypass -File .\install-shortcut.ps1

Vòng tròn chọn chế độ

• Gõ chữ: nói thành chữ vào ô đã chọn.
• Đọc: bôi đen đoạn cần nghe thì đọc đoạn đó. Không bôi đen gì trên trình duyệt thì đọc cả bài của trang đang mở. Ngoài trình duyệt thì đọc đoạn vừa Ctrl+C (trong 10 phút). Không có gì thì mở cửa sổ Trợ lý đọc.
• Nói: trò chuyện với trợ lý AI bằng giọng nói.
• Hủy: Esc, click ra ngoài, hoặc để yên 10 giây.
• Tắt vòng tròn (Alt + click là gõ chữ ngay): "enable_radial_menu": false trong voice-mic-settings.local.json.

Trò chuyện bằng giọng nói

• Mở: Alt + click rồi chọn "Nói", hoặc phím tắt Ctrl+Alt+V ở bất kỳ đâu (đổi bằng voice_chat_hotkey).
• Hoặc chọn "Gõ chữ" rồi nói "trò chuyện", "nói chuyện" hay "voice".
• Tạm dừng: nói "tạm dừng", "chờ chút", hoặc bấm Ctrl+Alt+V. Nói tiếp: Alt + click hoặc Ctrl+Alt+V.
• Tắt hẳn: nói "thôi", "dừng lại", "cảm ơn em", hoặc bấm Esc. Im lặng khoảng 12 giây cũng tự nghỉ.
• Bộ não AI tự chọn theo thứ tự: Claude API (có ANTHROPIC_API_KEY và đã cài anthropic), Claude Code dòng lệnh (đã đăng nhập), Ollama trên máy (qwen2.5:7b). Ép bằng voice_chat_backend: auto, claude-api, claude-cli, ollama.
• Mỗi cuộc trò chuyện lưu trong reader-data/conversations/.

Trợ lý đọc tài liệu

Đọc to tài liệu, ghi chú, bài nghiên cứu bằng giọng tiếng Việt tự nhiên (Hoài My, Nam Minh).

• Mở: chạy Start Doc Reader.cmd, hoặc kéo thả một file lên file này.
• Đầu vào: txt, md, pdf có lớp chữ, docx, html, epub, cả một thư mục, link web, Google Docs công khai, nội dung vừa Ctrl+C.
• Giao việc từ dòng lệnh: "Start Doc Reader.cmd" "E:\Sach\abc.pdf" mở và đọc luôn.
• Phím tắt: Space đọc hoặc dừng, mũi tên trái phải để qua câu, N ghi chú, Q đặt câu hỏi, R đọc lại câu.
• Ghi chú lưu thành Markdown trong reader-data/notes/. Chạy local tại http://127.0.0.1:8767.
• Cần Internet để tạo giọng đọc (edge-tts), âm thanh được cache trong reader-data/tts-cache/.

Cấu hình mic

Sửa voice-mic-settings.local.json (riêng từng máy, không đưa lên GitHub):

{
  "preferred_microphone": "BKD-11 Pro Audio",
  "microphone_name_hints": ["USB Audio Device", "Microphone", "Headset"],
  "enable_whisper_fallback": true,
  "whisper_model": "small"
}

preferred_microphone để trống thì app tự chọn theo danh sách gợi ý.

Cứu lại nội dung vừa nói

• Ctrl+V dán lại chữ mới nhất.
• voice-last.txt: chữ mới nhất. voice-transcripts.jsonl: lịch sử. voice-last.wav: âm thanh gần nhất.
• Các file này chỉ nằm trên máy, đã có trong .gitignore.

Chạy từ mã nguồn

Yêu cầu: Windows 10 hoặc 11, Python 3.10 trở lên, micro, Internet (Google Speech Recognition).

python -m venv .venv
.\.venv\Scripts\python.exe -m pip install -r requirements.txt

Muốn có Whisper làm dự phòng khi Google không nghe ra (nặng vài trăm MB):

.\.venv\Scripts\python.exe -m pip install -r requirements-whisper.txt

Chạy: Start VoiNoi.cmd (tự tắt bản cũ đang chạy, chỉ giữ một bản).

Tự chạy cùng Windows

powershell -ExecutionPolicy Bypass -File .\install-startup.ps1

Gỡ: uninstall-startup.ps1.

Build bản phát hành

powershell -ExecutionPolicy Bypass -File .\build.ps1

Kết quả:

dist\VoiNoi\VoiNoi.exe
releases\VoiNoi-windows.zip
releases\version.json

Bản .exe không đóng gói Whisper để gọn nhẹ. Từ 2.0.2 bản .exe tự cập nhật: mỗi lần mở, app đọc version.json của Release mới nhất, thấy bản mới hơn thì tải zip, kiểm SHA-256, tắt cả Trợ lý đọc đang chạy rồi chép đè và mở lại. Mỗi bản mới phải tải cả VoiNoi-windows.zip lẫn version.json lên GitHub Release. Tắt trên một máy: "auto_update_enabled": false trong voice-mic-settings.local.json.

Xử lý lỗi thường gặp

• Không nhận giọng: kiểm tra mic trong Windows và preferred_microphone.
• Nhận sai nhiều: nói gần mic hơn, giảm tiếng nền, thêm từ khóa vào speech_context_terms.
• Không dán đúng chỗ: Alt + click đúng vào ô nhập trước khi chọn "Gõ chữ".
• Xem chi tiết từng bước (có mốc mili giây): voice-mic.log.

File quan trọng

• voice_mic_icon.py: code app chính.
• reader/: Trợ lý đọc và trò chuyện bằng giọng nói. doc_reader.py: mở Trợ lý đọc.
• voice-mic-settings.json: cấu hình mặc định. voice-mic-settings.local.json: cấu hình riêng từng máy.
• voice-context.json: từ vựng mặc định. voice-context.local.json: từ vựng app tự học trên máy.
• Start VoiNoi.cmd, Start-VoiNoi.ps1: chạy bản nguồn.
• build.ps1, updater.ps1: đóng gói và tự cập nhật.
• install-shortcut.ps1, install-startup.ps1, uninstall-startup.ps1: shortcut và tự chạy cùng Windows.
• assets/: icon VoiNoi và script vẽ icon (make_icon.py).

---

Made by DUCPT: AI agents, automation and digital products for one-person businesses. This tool: https://ducpt.com/bai-viet/vietnamese-voice-mic-coding-bang-giong-noi/?utm_source=github&utm_medium=readme&utm_campaign=voinoi