Sen Việt (VieLotus-IM): Nhìn nhận lại cách một bộ gõ tiếng Việt nên hoạt động

Có lẽ chưa bao giờ việc tạo ra một phần mềm lại dễ tiếp cận như thời điểm hiện tại.
AI và vibe coding giúp những người không xuất thân từ ngành lập trình như mình có cơ hội biến những ý tưởng thành sản phẩm thực tế. Tuy nhiên, sau một thời gian phát triển phần mềm, mình nhận ra rằng việc tạo ra một phần mềm và việc thực sự giải quyết một vấn đề bằng phần mềm là hai chuyện khá khác nhau.
Và đó cũng là câu chuyện đằng sau Sen Việt (VieLotus-IM) – một bộ gõ tiếng Việt đa nền tảng mà mình đang phát triển.
1. Tại sao lại xây dựng thêm một bộ gõ tiếng Việt?
Việt Nam đã có rất nhiều bộ gõ tốt, miễn phí và mã nguồn mở. Vậy tại sao mình lại muốn xây dựng thêm một bộ gõ?
Điều khiến mình tò mò là liệu có những bất tiện mà chúng ta đã sử dụng quá lâu, đến mức vô tình xem chúng là đặc điểm tất yếu của bộ gõ tiếng Việt?
Từ cách xử lý dấu thanh, nhập liệu song ngữ, hoàn tác ký tự cho đến cách bộ gõ tương tác với hệ điều hành, những quyền hạn mà nó yêu cầu và những vấn đề về khả năng tương thích giữa các ứng dụng.
Mình không đặt mục tiêu xây dựng một bộ gõ có nhiều tính năng nhất hay thay thế những bộ gõ hiện có. Điều mình muốn làm là nhìn nhận lại những vấn đề đó và thử nghiệm các cách tiếp cận khác.
Hiện tại, Sen Việt được phát triển trên macOS, Windows, Linux, iOS, iPadOS và Android, với những định hướng chính:
Hỗ trợ Telex, VNI và Unified Telex.
Nhập liệu tiếng Việt và tiếng Anh xen kẽ.
Kiến trúc nhập liệu native.
Xử lý nội dung nhập liệu ngoại tuyến.
Hạn chế quyền hạn và mức độ can thiệp vào hệ thống.
Mã nguồn mở cho các phiên bản desktop.
2. Unified Telex – Một cách gõ tiếng Việt linh hoạt hơn
Một trong những điểm thú vị của Sen Việt là cách tiếp cận mà mình gọi là Unified Telex.
Thông thường, khi sử dụng Telex, chúng ta nhập nguyên âm rồi mới nhập dấu thanh. Nhưng tại sao bộ gõ không thể tiếp nhận dấu ngay sau phụ âm đầu, trước khi người dùng nhập nguyên âm?
Ví dụ: Telex thông thường vs Unified Telex -> Kết quả
rungr rinhr vs rrung rrinh -> rủng rỉnh soongs sots vs ssoong ssot -> sống sót
Cả hai cách gõ đều được hỗ trợ trong cùng một phương thức nhập liệu mà không cần chuyển đổi chế độ.
Unified Telex không yêu cầu người dùng từ bỏ thói quen cũ, mà mở rộng khả năng nhập dấu của Telex truyền thống.
Tuy nhiên, việc cho phép dấu xuất hiện ở nhiều vị trí hơn cũng làm tăng khả năng xung đột với tiếng Anh. Đây là lý do engine của Sen Việt cần xem xét cấu trúc âm tiết, trình tự nhập liệu và tính hợp lệ của các biến đổi, thay vì chỉ áp dụng những quy tắc thay thế ký tự đơn giản.
Mình không cho rằng cách gõ này nhất thiết nhanh hơn đối với tất cả mọi người. Điều mình muốn mang đến là thêm một lựa chọn.
Thay vì yêu cầu người dùng thích nghi với bộ gõ, tại sao bộ gõ không thể linh hoạt hơn để thích nghi với người dùng?
3. Nhập liệu tiếng Việt thực ra phức tạp hơn chúng ta nghĩ
Viết một chương trình chuyển aa thành â hay as thành á không quá khó. Nhưng đó mới chỉ là phần nhỏ của bài toán.
Điều gì xảy ra khi người dùng:
Nhập các từ tiếng Anh như
off,rosehayawesometrong khi đang bật Telex?Gõ từ “được” rồi liên tục nhấn Backspace?
Gõ xong từ “trường” rồi tiếp tục nhập
w,ohoặcu?Liên tục thay đổi dấu thanh, xóa và nhập lại ký tự?
Những thao tác này liên quan đến cách bộ gõ quản lý trạng thái nhập liệu, cấu trúc âm tiết, hoàn tác và khôi phục chuỗi phím ban đầu.
Đặc biệt, trong nhập liệu song ngữ, cùng một chuỗi phím đôi khi có thể mang nhiều ý nghĩa khác nhau. Không phải lúc nào bộ gõ cũng có đủ thông tin để xác định chính xác chủ đích của người dùng.
Sen Việt hướng đến việc hạn chế những biến đổi không hợp lý và xây dựng hành vi nhập liệu nhất quán, dễ dự đoán.
Trong quá trình phát triển, mình cũng xây dựng các bộ kiểm thử hồi quy. Riêng một đợt kiểm thử engine Swift đã thực hiện thành công 9.091 trường hợp.
Con số này không đồng nghĩa với việc bộ gõ chính xác tuyệt đối, nhưng giúp kiểm soát những thay đổi trong engine và hạn chế việc các lỗi đã được xử lý xuất hiện trở lại.
4. Native Input Method – Tôn trọng kiến trúc của hệ điều hành
Một engine xử lý tiếng Việt chính xác chưa chắc đã tạo ra trải nghiệm nhập liệu chính xác.
Bài toán tiếp theo là đưa những ký tự đó vào ứng dụng như thế nào.
Trong lịch sử phát triển bộ gõ, một cách tiếp cận khá phổ biến là theo dõi sự kiện bàn phím, xử lý ký tự rồi mô phỏng thao tác xóa hoặc thay thế văn bản.
Cách làm này đã giải quyết nhiều vấn đề về khả năng tương thích trong suốt nhiều năm. Tuy nhiên, Sen Việt lựa chọn ưu tiên các framework nhập liệu của từng nền tảng:
Hệ điều hànhFrameworkmacOSInputMethodKitWindowsText Services Framework (TSF)LinuxIBus và Fcitx5
Trên macOS, Sen Việt hướng đến kiến trúc:
Không yêu cầu quyền Accessibility.
Không sử dụng CGEventTap để chặn sự kiện bàn phím toàn hệ thống.
Không mô phỏng thao tác bàn phím để nhập liệu.
Một ví dụ thú vị là câu chuyện dấu gạch chân khi gõ tiếng Việt trên macOS.
Dấu gạch chân liên quan đến cơ chế composition, giúp ứng dụng biết rằng văn bản vẫn đang trong quá trình nhập liệu. Việc cố gắng loại bỏ nó bằng mọi giá có thể dẫn đến mất chữ, lặp ký tự hoặc sai vị trí con trỏ.
Sen Việt lựa chọn kết hợp Direct Replacement trên những ứng dụng tương thích và Native Marked Text trên những môi trường cần composition để đảm bảo tính toàn vẹn của văn bản, chẳng hạn Chromium hay Electron.
Thay vì tìm cách loại bỏ biểu hiện của vấn đề bằng mọi giá, mình muốn hiểu vấn đề xuất phát từ đâu và giải quyết nó ở đúng tầng kỹ thuật.
Nếu hệ điều hành đã cung cấp một cánh cửa dành riêng cho bộ gõ, tại sao chúng ta không ưu tiên đi qua cánh cửa đó?
5. Triết lý bảo mật – Không có chủ đích gây hại chưa chắc đã là an toàn
Đây là một trong những nguyên tắc mình đặc biệt quan tâm khi phát triển Sen Việt.
Khi nói về bảo mật phần mềm, chúng ta thường nghĩ đến việc nhà phát triển có thu thập dữ liệu, cài đặt backdoor hay thực hiện những hành vi gây hại hay không.
Nhưng một phần mềm được xây dựng với mục đích hoàn toàn tốt, không chứa mã độc và thậm chí công khai toàn bộ mã nguồn vẫn có thể tồn tại những rủi ro bảo mật.
Vấn đề không chỉ nằm ở việc nhà phát triển có chủ động mở một cánh cửa hay không, mà còn nằm ở việc liệu cánh cửa đó có thể bị bên thứ ba lợi dụng để đi vào hay không.
Một phần mềm có quyền hạn rộng hoặc khả năng can thiệp sâu vào hệ thống có thể làm tăng mức độ thiệt hại nếu những khả năng đó bị khai thác.
Vì vậy, Sen Việt theo đuổi một số nguyên tắc:
Least Privilege: Chỉ sử dụng những quyền hạn thực sự cần thiết.
Non-invasive Design: Hạn chế xâm lấn và can thiệp vào hệ thống.
Attack Surface Reduction: Giảm thiểu những thành phần và cơ chế có thể bị khai thác.
Platform Compliance: Tôn trọng kiến trúc và ranh giới bảo mật của hệ điều hành.
Local-first: Xử lý nội dung nhập liệu trực tiếp trên thiết bị.
Việc một bộ gõ sử dụng Accessibility hay các cơ chế can thiệp khác không đồng nghĩa với việc nó không an toàn. Tuy nhiên, nếu có thể thực hiện cùng một nhiệm vụ với ít quyền hạn hơn, mình muốn ưu tiên hướng tiếp cận đó.
Những nguyên tắc này không đảm bảo Sen Việt sẽ không bao giờ có lỗ hổng, nhưng giúp giảm thiểu những rủi ro không cần thiết ngay từ thiết kế.
Theo mình, một phần mềm tốt không chỉ cần biết mình có thể làm gì, mà còn phải biết giới hạn những gì mình nên được phép làm.
6. Mã nguồn mở và những đóng góp cho cộng đồng
Trong quá trình nghiên cứu Sen Việt, mình cũng dành thời gian tìm hiểu những bộ gõ tiếng Việt khác.
Nhiều vấn đề về xử lý âm tiết, khôi phục tiếng Anh hay quản lý trạng thái nhập liệu không phải là vấn đề riêng của một dự án.
Vì vậy, mình đã chia sẻ một số báo cáo kỹ thuật, trường hợp lỗi, đề xuất sửa chữa và pull request với các dự án bộ gõ tiếng Việt mã nguồn mở khác.
Không phải mọi đề xuất đều được chấp nhận, bởi mỗi dự án có kiến trúc và triết lý phát triển riêng.
Tuy nhiên, mình nghĩ rằng nếu kết quả nghiên cứu từ Sen Việt có thể giúp những bộ gõ khác hoạt động tốt hơn thì đó cũng là một điều tích cực.
Mã nguồn mở, theo mình, không chỉ là việc đưa source code lên GitHub. Nó còn là khả năng để người khác nghiên cứu, kiểm chứng, phản biện, chỉnh sửa và tiếp tục phát triển những gì chúng ta đã làm.
Cuối cùng, chúng ta đều đang giải quyết một bài toán chung: cải thiện trải nghiệm sử dụng tiếng Việt trên các nền tảng công nghệ.
7. Sen Việt trên Linux – Từ Debian Sponsor đến kỳ vọng Debian Stable
Một dấu mốc khá đặc biệt trong quá trình phát triển Sen Việt là phiên bản Linux đã được một Debian Developer hỗ trợ đưa vào kho phần mềm chính thức của Debian.
Đối với những người chưa có quyền tự đưa gói phần mềm lên Debian, một trong những con đường là tìm kiếm sponsor.
Sponsor ở đây không phải người tài trợ tiền, mà là người có quyền phù hợp trong dự án Debian, xem xét gói phần mềm và hỗ trợ đưa nó vào hệ thống phân phối.
Mình đã có cơ hội nhận được sự hỗ trợ từ Boyuan Yang, một Debian Developer.
Quá trình này mang đến nhiều góp ý liên quan đến mã nguồn, giấy phép, dữ liệu từ điển, khả năng biên dịch, đóng gói và cả những vấn đề nhập liệu thực tế.
Có những quyết định kỹ thuật mình từng cho rằng đã phù hợp, nhưng sau khi được phản biện, mình phải nhìn nhận và thay đổi lại.
Và Sen Việt đã đạt được hai dấu mốc:
Cột mốc 1: Phiên bản 2.0.1-1 được tiếp nhận vào Debian Unstable (Sid).
Cột mốc 2: Sen Việt tiếp tục được chuyển sang Debian Testing (Forky).
Debian Testing: https://packages.debian.org/testing/vielotus
Phiên bản Linux hiện được đóng gói với engine dùng chung và hỗ trợ cả IBus lẫn Fcitx5.
Kỳ vọng tiếp theo của mình là Sen Việt sẽ được duy trì trong Debian Testing và có mặt trong Debian 14 Stable (Forky) khi phiên bản này chính thức phát hành.
Khi đó, người dùng Debian có thể có thêm một lựa chọn bộ gõ tiếng Việt ngay trong kho phần mềm chính thức mà không cần tải bộ cài bên ngoài hoặc thêm repository của bên thứ ba.
Tất nhiên, việc có mặt trong Testing chưa đảm bảo Sen Việt sẽ xuất hiện trong Stable, cũng không đồng nghĩa với việc trở thành bộ gõ mặc định của Debian.
Nhưng đối với một người không chuyên lập trình như mình, việc một dự án cá nhân được cộng đồng quốc tế xem xét, phản biện và tiếp nhận thực sự là một trải nghiệm đáng nhớ.
8. AI, Vibe Coding và những gì mình học được
Mình không xuất thân từ ngành lập trình và AI đóng vai trò rất quan trọng trong quá trình xây dựng Sen Việt.
Tuy nhiên, càng sử dụng AI, mình càng nhận ra rằng khả năng tạo ra mã không đồng nghĩa với khả năng hiểu vấn đề.
AI có thể giúp sửa một lỗi, nhưng cũng có thể tạo ra một lỗi khác. AI có thể đưa ra một giải pháp hoạt động tốt hôm nay, nhưng chưa chắc đó là một kiến trúc phù hợp để duy trì trong nhiều năm tới.
Có những hướng tiếp cận mình phải bỏ đi hoàn toàn dù đã dành nhiều thời gian phát triển. Có những vấn đề tưởng như đã giải quyết xong nhưng cuối cùng phải quay lại thay đổi thiết kế ban đầu.
Mình không nghĩ tất cả những người làm vibe coding đều cần trở thành lập trình viên chuyên nghiệp. Nhưng khi đưa một sản phẩm đến tay người khác, chúng ta cần hiểu những gì mình đang xây dựng và chịu trách nhiệm về những gì sản phẩm có thể mang lại, bao gồm cả những rủi ro.
Bởi vì người dùng cuối sẽ không quan tâm một lỗi xuất phát từ con người hay AI. Họ chỉ biết rằng đó là phần mềm mà chúng ta cung cấp cho họ.
Sen Việt vẫn là một sản phẩm nhỏ và còn nhiều điều cần hoàn thiện.
Mình không kỳ vọng nó nhất thiết phải trở thành bộ gõ được sử dụng nhiều nhất tại Việt Nam. Điều mình muốn theo đuổi là một bộ gõ tiếng Việt chính xác, linh hoạt, ít xâm lấn, tôn trọng hệ điều hành và có khả năng duy trì lâu dài.
Trong thời đại AI, có lẽ việc tạo ra một phần mềm sẽ ngày càng trở nên đơn giản. Nhưng khả năng nhìn thấy một vấn đề mà mọi người đã quen sống cùng, hiểu tại sao nó tồn tại và kiên nhẫn tìm kiếm một cách giải quyết tốt hơn vẫn luôn có giá trị.
Và Sen Việt là cách mình bắt đầu hành trình đó.
Anh em có thể trải nghiệm và tìm hiểu thêm về Sen Việt tại:
- GitHub tải: https://github.com/stevedat/VieLotus-IM
- Apple Store: https://apps.apple.com/us/app/sen-vi%E1%BB%87t/id6821782799
- Google Play: https://play.google.com/store/apps/details...
- Samsung App Store: https://galaxystore.samsung.com/.../org.vielotus...
- Windows Store: https://apps.microsoft.com/detail/9pf5k64gxxsh?hl=en-US...
- Rất mong nhận được những trải nghiệm, góp ý để Sen Việt tiếp tục hoàn thiện.
Bình luận
Chưa có bình luận nào
Hãy là người đầu tiên chia sẻ suy nghĩ của bạn về bài viết này!
Kiến trúc Edge CMS: Tối ưu hóa hiệu suất cho hệ sinh thái công nghệ
Chuyển đổi từ mô hình Node.js/Database truyền thống sang Edge CMS sử dụng GitHub làm nơi lưu trữ dữ liệu tĩnh (Static Storage).
Edu-Type: Trong thời đại AI, liệu trẻ em còn cần học gõ bàn phím?
Có một điều khá thú vị mà mình nhận ra trong quá trình sử dụng và phát triển các sản phẩm AI: công nghệ càng tiến bộ, chúng ta càng ít phải thực hiện ...