Trong quá trình giao tiếp hàng ngày và công việc, việc chuyển đổi âm thanh thành văn bản (Automatic Speech Recognition - ASR) đóng vai trò quan trọng trong nhiều ứng dụng như trợ lý ảo, dịch vụ thông tin đa phương tiện. Đề tài này tập trung vào việc xây dựng và thử nghiệm một mô hình ASR cho tiếng Việt, đáp ứng nhu cầu về xử lý ngôn ngữ tự nhiên trong bối cảnh địa phương hóa công nghệ trí tuệ nhân tạo. Thông qua nghiên cứu lý thuyết kết hợp với thực nghiệm, đề tài mong muốn cung cấp giải pháp hiệu quả để cải thiện khả năng nhận dạng giọng nói của hệ thống ASR cho tiếng Việt, từ đó đóng góp vào phát triển công nghệ thông tin đa ngôn ngữ.