Phân tích kỹ thuật app com.aitutor.ai.language.tutor

Ngày phân tích: 2026-05-13
APK version: LeranItalian_v-23_release
Package: com.ai.tutor.translate

1. Speech-to-Text (STT) — Nhận diện giọng nói

Engine: Android Native SpeechRecognizer (Google Speech Services)

• Sử dụng android.speech.SpeechRecognizer.createSpeechRecognizer() — API STT có sẵn trên Android.
• Không dùng bất kỳ SDK bên thứ 3 nào (không Azure, không Whisper, không Deepgram, không AssemblyAI...).
• Intent: android.speech.action.RECOGNIZE_SPEECH, language model: free_form.
• Hỗ trợ nhiều ngôn ngữ: en-US, es-ES, hi-IN, tl-PH, ar-SA, id-ID, pt-PT, ja-JP, zh-CN, fr-FR, ru-RU, nl-NL, vi-VN, tr-TR, ko-KR, it-IT, th-TH, ms-MY, de-DE.

Các class xử lý STT

2. Text-to-Speech (TTS) — Đọc văn bản

Engine: Android Native TextToSpeech (ưu tiên Google TTS — com.google.android.tts)

• Sử dụng android.speech.tts.TextToSpeech — API TTS có sẵn trên Android.
• Không dùng SDK TTS bên thứ 3 nào (không ElevenLabs, không Azure TTS, không Amazon Polly...).
• Ưu tiên Google TTS engine, kiểm tra qua helper isGoogleTts():

  // ContextKt.java
  public static final boolean isGoogleTts(TextToSpeech tts) {
      return Intrinsics.areEqual(tts.getDefaultEngine(), "com.google.android.tts");
  }

  Copy
• Nếu thiết bị không có Google TTS cho CJK (zh, ja, ko), hiển thị dialog DialogTtsEngineBinding hướng dẫn user mở Settings > TTS để cài.

Cấu hình TTS

Flow TTS

1. Khởi tạo TextToSpeech trong BaseActivity.onCreate() / ParentActivity.onCreate().
2. Preload bằng tts.speak("", 0, null, "preload").
3. Lọc text trước khi đọc qua cleanTextForTts() — loại bỏ ký tự đặc biệt tuỳ ngôn ngữ.
4. Theo dõi tiến trình qua UtteranceProgressListener (onStart, onDone, onError).
5. Hỗ trợ hàng đợi đọc nhiều đoạn (speakQueue, speakTexts()).

3. Đánh giá phát âm (Pronunciation Assessment)

Engine: Tự xây dựng phía client — so sánh text đơn giản
KHÔNG dùng SDK chuyên dụng nào (không Azure Speech Assessment, không SpeechAce, không Chivox, không ELSA, không iFlytek)

Thuật toán scoring

Nằm trong LearnSpeakActivity.calculateScore(phrase, spoken):

1. Normalize cả câu mẫu (phrase) và câu nói (spoken):
   - Loại bỏ ký tự đặc biệt
   - Chuyển lowercase
   - Split theo khoảng trắng

2. Đếm số từ khớp (exact word match):
   matchedWords = đếm từ trong phrase có xuất hiện trong spoken

3. Score = (matchedWords / totalWordsInPhrase) * 100
   Clamp trong khoảng [0, 100]

Bảng đánh giá

Hạn chế

• Chỉ so sánh từ (word-level match), không phân tích âm vị (phoneme).
• Không đánh giá ngữ điệu, trọng âm, hay chất lượng phát âm.
• Phụ thuộc hoàn toàn vào độ chính xác của Google SpeechRecognizer.
• Thứ tự từ không ảnh hưởng đến điểm.

UI hiển thị

• scoreCard: hiển thị % và label đánh giá.
• accuracyBar: thanh progress bar.
• highlightSpokenWords(): tô màu từng từ đúng/sai trong câu mẫu.
• cardPronunciation: hiển thị phiên âm (howToPronounce) cho từ vựng.

4. AI Chat Backend

Engine: OpenAI-compatible API thông qua backend riêng (Apero server)

Kiến trúc

App  -->  Apero Backend (ai_base_url từ Firebase Remote Config)
              |
              v
         OpenAI-compatible API
         (model chọn dynamic qua ModelProvider.selectedModel)

Các thành phần chính

Bảo mật API

• Sử dụng signature-based authentication (com.apero.signature.SignatureParser).
• Signature = parseData(apiKey, publicKey, serverTimestamp).
• API key và public key PEM lấy từ Firebase Remote Config.
• Device ID dùng để định danh request.

Tính năng AI

• Chat với AI tutor (conversation-based).
• Dịch tin nhắn (translatedMessage).
• Sửa ngữ pháp (sendGrammarFixRequest → GrammarResult với correctSentence và changeWords).
• Hỗ trợ avatar/video playback kèm chat (ExoPlayer).

5. Tổng hợp

Nhận xét

• App sử dụng hoàn toàn các API native của Android cho speech, không tích hợp bất kỳ SDK speech chuyên dụng nào.
• Pronunciation assessment rất cơ bản (chỉ word-level matching), không có phân tích phoneme hay đánh giá chất lượng phát âm thực sự.
• AI chat đi qua backend Apero với OpenAI-compatible API, model được cấu hình dynamic qua Firebase Remote Config.
• TTS ưu tiên Google TTS engine, có xử lý fallback nếu engine không hỗ trợ ngôn ngữ.