Dịch giọng nói trực tiếp của Google cho thấy điều gì: họp đa ngôn ngữ vẫn cần ghi chú có thể kiểm tra
Google đang đưa dịch giọng nói trực tiếp vào Meet và Translate. Telli.sh tập trung vào bản ghi có thể xem lại sau cuộc trò chuyện.
Những bước mới của Google về dịch trực tiếp cho thấy một hướng đi rõ ràng: dịch thuật đang tiến gần hơn tới chính cuộc trò chuyện.
Tại Google I/O 2025, Google mô tả dịch giọng nói trong Google Meet là gần thời gian thực và có thể giữ chất lượng, sắc thái, biểu cảm của giọng nói. Google Workspace sau đó cho biết bản beta của Meet ban đầu hỗ trợ tiếng Anh và tiếng Tây Ban Nha, rồi sẽ mở rộng thêm. Google Translate cũng đang đưa dịch trực tiếp vào tai nghe.
Image: "Heads of Delegation meeting, 11 December" by World Trade Organization, licensed under CC BY-SA 2.0, via Wikimedia Commons.
.jpg){kind=link}
Dịch trực tiếp giải quyết khoảnh khắc
Giá trị lớn nhất là tính tức thời. Một cuộc họp không nên chậm lại chỉ vì một người nói tiếng Anh còn người khác muốn nghe tiếng Việt, tiếng Hàn, tiếng Nhật, tiếng Thái hoặc tiếng Tây Ban Nha.
Nhưng cuộc trò chuyện công việc còn cần trí nhớ. Sau cuộc họp, đội ngũ cần bản ghi gốc, quyết định, việc cần làm và bối cảnh đằng sau bản tóm tắt.
Lớp tồn tại sau cuộc trò chuyện
Dịch trực tiếp và một bản ghi có thể xem lại không phải là hai ý tưởng cạnh tranh; chúng giải quyết hai nửa của cùng một vấn đề, và nửa bền lâu lại thường bị đầu tư quá ít. Bản phiên âm gốc, các quyết định, các việc cần làm và ngữ cảnh phía sau một bản tóm tắt mới là thứ giúp một đội nhóm tin tưởng vào cuộc trò chuyện và dùng lại nó sau khi cuộc gọi đã trôi qua.
Cả hai lớp đều được lợi khi bản ghi hình thành ngay trong lúc phiên còn diễn ra. Nếu kết quả đầu tiên chỉ xuất hiện sau cuộc họp, niềm tin sẽ giảm. Nếu bản phiên âm chạy theo lúc mọi người đang nói, ta có thể phát hiện sớm một bản dịch sai hay một quyết định bị bỏ sót, khi ngữ cảnh vẫn còn mới.
Bước tiếp theo tự nhiên là chuyển giọng nói trực tiếp: một người nói bằng ngôn ngữ của mình trong khi người kia nghe gần như tức thời bằng ngôn ngữ của họ, và bản ghi cuộc họp vẫn được giữ bên dưới. Công việc của Google về dịch giọng nói trực tiếp khiến tương lai đó có vẻ gần hơn nhiều so với vài năm trước, đồng thời nâng cao yêu cầu về việc giữ một dấu vết đáng tin cậy của điều thực sự đã được nói.
Giữ dấu vết đó chính là điều Telli.sh tập trung: ghi âm trực tiếp, phiên âm, ghi chú đa ngôn ngữ và bản tóm tắt vẫn gắn với nguồn. Nếu một bản ghi có thể xem lại là phần mà các cuộc họp đa ngôn ngữ của bạn cứ đánh mất, bạn có thể bắt đầu từ đó.