Google traduira votre réunion en vietnamien en temps réel. Il n'en écrira pas un mot.

Cherchez « traduction vocale en direct » en vietnamien sur Google et vous tombez sur une réponse franchement bonne. Live translate, dans Google Translate, prend en charge 74 langues, dont le vietnamien, sur Android comme sur iOS. La fonction marche avec ou sans écouteurs, continue quand l'écran se verrouille, et propose un mode face à face qui coupe le téléphone en deux pour que chaque locuteur lise son propre côté.

Ça marche. Ce n'est pas le plus intéressant.

Le plus intéressant arrive quatre heures plus tard, sur la même plateforme, quand vous voulez savoir ce qui a réellement été décidé. La fonction Transcripts de Google Meet — celle qui produit un Google Doc durable — prend en charge exactement huit langues, et le vietnamien n'en fait pas partie. Il ne fait pas non plus partie des huit langues de « Take notes for me » dans Meet, dont la page d'aide précise que la fonction « ne prend en charge qu'une langue à la fois » et que « plusieurs langues parlées dans une même réunion ne sont pas prises en charge actuellement ».

TL;DR

• Le vietnamien est pris en charge par toutes les surfaces Google qui écoutent : Live translate (74 langues), sous-titres traduits de Meet (69 langues). Il n'est pris en charge par aucune surface Google qui écrit : Meet Transcripts et le preneur de notes Gemini de Meet, 8 langues chacun.
• DeepL Voice peut afficher des sous-titres en vietnamien mais ne peut pas transcrire le vietnamien parlé avec ses propres modèles — le vietnamien relève d'un niveau tiers qu'un administrateur doit activer et qui exclut la détection automatique.
• Ce billet cartographie précisément où s'arrête le vietnamien sur chaque grande plateforme au 31 août 2026, et donne une procédure en six étapes pour mener une réunion vietnamien-anglais qui laisse une trace.

Nous avons formulé la version générale de cet argument plus tôt aujourd'hui, en regardant ce qui se passe quand la traduction est excellente et volatilisée avant le dîner. Celui-ci est plus étroit et, pour les équipes vietnamiennes, plus dur : le problème n'est pas seulement que les outils en direct oublient. C'est que les fonctions qui se souviennent sautent spécifiquement le vietnamien.

Ce que la « traduction vocale en direct » apporte réellement en vietnamien aujourd'hui

Commençons par un bilan honnête, car les outils gratuits de Google font très bien le travail pour lequel ils ont été conçus.

Live translate, dans Google Translate, propose quatre modes, d'après sa page d'aide Android consultée le 31 août 2026 : Listening (portez le téléphone à l'oreille ou utilisez des écouteurs pour traduire quelqu'un en temps réel), Conversation (les traductions sont lues à voix haute, les locuteurs parlent à tour de rôle), Text only (lecture seule, sans audio) et Custom settings. Il existe en outre un mode Face to face où l'écran se divise et où chaque locuteur voit, sur sa moitié, la transcription et la traduction de sa propre langue. Le micro détecte automatiquement le moment où une langue s'arrête et où l'autre commence, donc personne n'appuie sur un bouton entre deux phrases.

Deux détails méritent plus de crédit qu'on ne leur en donne d'ordinaire. D'abord, la session survit au multitâche : la documentation de Google indique que la traduction « se poursuit sans interruption lorsque vous changez d'application, réduisez l'application ou lorsque l'écran se verrouille ». Ensuite, le vietnamien se télécharge pour un usage hors ligne, et les packs téléchargés peuvent être mis à niveau vers une version de meilleure qualité depuis le même écran — ce qui compte dans un pays où une visite de site ou un atelier d'usine ne garantit pas la connectivité.

Une limite mérite d'être dite clairement, parce qu'elle surprend : c'est une fonction de téléphone. La page d'aide de Google pour la version web le dit en une phrase : « Vous ne pouvez pas parler et traduire en même temps sur Google Translate pour le web. » Si votre réunion bilingue se tient sur un ordinateur portable, Live translate n'est pas dans la pièce.

Voici le point : pour une conversation — un taxi, une visite chez un fournisseur, un échange de couloir avec un client de passage — le problème est quasiment résolu, cela ne coûte rien, et nous le recommanderions sans hésiter. L'échec n'est pas dans la conversation. Il est dans la réunion.

Gemini 3.5 Live Translate fait passer Meet de cinq langues à plus de soixante-dix

Le tableau bouge vite, et il bouge en faveur des locuteurs du vietnamien.

Le 9 juin 2026, Google a annoncé Gemini 3.5 Live Translate, un modèle de traduction voix-à-voix couvrant plus de 70 langues. Comme l'a rapporté Slator le 16 juin 2026, il est déployé via l'API Gemini Live et Google AI Studio en préversion publique, entre en préversion privée dans Google Meet pour certains clients Workspace, et arrive mondialement dans l'application mobile Google Translate sur Android et iOS.

Le chiffre qui compte pour Meet, c'est l'avant-après. La traduction vocale dans Meet se limitait à cinq langues prises en charge, avec traduction uniquement depuis et vers l'anglais. Gemini 3.5 Live Translate porte cela à plus de 70 langues et plus de 2 000 combinaisons de paires de langues, avec une disponibilité élargie prévue plus tard en 2026. Pour une équipe vietnamienne, un système à cinq langues pivotant par l'anglais n'était pas un système ; 2 000 paires, c'est un autre produit.

Google positionne le modèle de façon étroite, et c'est plutôt bon signe. Selon Slator, la documentation oppose Live Translate aux capacités plus larges de Live Agent de Gemini : il fonctionne comme un pipeline de traduction en temps réel, n'accepte que de l'audio en entrée, et omet délibérément l'appel de fonctions, l'ancrage sur la recherche, les outils et les instructions système. C'est un interprète, pas un assistant — la même distinction qu'OpenAI a tracée en décrivant GPT-Realtime-Translate. Google a aussi ajouté sur Android un « mode d'écoute » qui diffuse l'audio traduit par l'écouteur, pour suivre une traduction sans porter d'écouteurs visibles en réunion.

La couche « direct » pour le vietnamien s'améliore donc vite et sur plusieurs fronts à la fois. Passons à l'autre question.

La ligne de la trace : où s'arrête le vietnamien

Chaque plateforme a une ligne. D'un côté, les fonctions qui vous aident à comprendre la parole au moment où elle se produit. De l'autre, celles qui transforment la parole en quelque chose que vous aurez encore la semaine prochaine. Appelons-la la ligne de la trace — et pour le vietnamien, c'est exactement là que la prise en charge disparaît.

Les décomptes de langues viennent de Google, extraits de quatre pages d'aide consultées le 31 août 2026. Le vietnamien figure dans les deux fonctions d'écoute et dans aucune fonction d'écriture.

Voici la même information sous forme de tableau, car l'asymétrie se discute mieux quand elle est alignée.

Toutes les lignes proviennent des pages d'aide Google et du rapport Slator du 16 juin 2026, consultés le 31 août 2026.

Les huit langues communes à Transcripts et à « Take notes for me » sont identiques : anglais, français, allemand, italien, japonais, coréen, portugais et espagnol. C'est deux fois la même liste, et c'est une liste de grands marchés européens et est-asiatiques. Le vietnamien — environ 97 millions de locuteurs, selon le décompte de Samsung dans son article de 2024 — en est exclu, aux côtés du thaï, de l'indonésien, du hindi et de l'arabe.

Une contrainte de plus frappe spécifiquement les équipes bilingues, et elle s'applique même aux équipes travaillant entièrement dans des langues prises en charge. La page d'aide de Google sur « Take notes for me » indique que la fonction ne prend en charge qu'une langue à la fois et que plusieurs langues parlées dans une même réunion ne sont pas prises en charge actuellement. Un appel Vietnam-États-Unis qui alterne entre vietnamien et anglais est disqualifié deux fois : une fois pour le vietnamien, une fois pour l'alternance.

Soyons justes avec Google : les sous-titres traduits ont bien une voie de persistance. Si vous enregistrez la réunion et sélectionnez Record captions, les sous-titres sont incrustés dans la vidéo. Et vous pouvez remonter dans les sous-titres traduits pendant la session. Mais des sous-titres incrustés dans un fichier vidéo ne forment pas une trace consultable — on ne grep pas un pixel, on ne corrige pas un nom, et on n'en génère pas de résumé. Les sous-titres traduits dans Meet sont par ailleurs réservés aux éditions Workspace payantes : Business Standard, Business Plus, Enterprise Standard, Enterprise Plus, Enterprise Starter (disponible jusqu'au 30 juin 2025) et Google AI Pro for Education.

DeepL vous affichera des sous-titres en vietnamien. Transcrire le vietnamien parlé relève d'un autre niveau.

DeepL Voice est la meilleure alternative occidentale, et son histoire vietnamienne est la plus instructive de tout ce billet — parce que DeepL documente la distinction mieux que quiconque.

DeepL scinde la prise en charge des langues en deux listes. Les langues parlées sont celles que le moteur de reconnaissance accepte. Les langues de traduction sont celles dans lesquelles les sous-titres peuvent s'afficher. Le vietnamien figure dans la liste de traduction, qui compte 41 langues. Regardez maintenant l'autre côté : les modèles propres de DeepL transcrivent 18 langues parlées — chinois (mandarin), tchèque, néerlandais, anglais, français, allemand, indonésien, italien, japonais, coréen, polonais, portugais, roumain, russe, espagnol, suédois, turc et ukrainien. Le vietnamien n'en fait pas partie.

Le vietnamien est disponible comme langue parlée, mais seulement dans un second niveau de 20 langues transcrites par un prestataire tiers, Speechmatics. Trois conditions s'y attachent, toutes documentées sur la page d'aide de DeepL consultée le 31 août 2026 :

1. Un administrateur d'équipe doit activer le traitement par un tiers dans le compte d'administration de l'organisation avant que l'une de ces langues ne fonctionne.
2. La détection automatique ne fonctionne pas. Selon les mots de DeepL : « Les langues tierces ne fonctionnent pas avec Auto-detect language — elles doivent être sélectionnées manuellement comme Spoken language. »
3. Pour laisser les participants choisir leur propre langue parlée, l'hôte doit activer un code d'accès au moment de connecter la réunion à DeepL Voice.

Rien de tout cela n'est déraisonnable — DeepL précise que Speechmatics opère sous un accord de rétention zéro, les données de transcription étant supprimées de leurs serveurs une fois traitées. Mais empilez les exigences et vous obtenez le résultat pratique : un locuteur vietnamien qui rejoint une réunion équipée de DeepL est à un réglage d'administration non coché de ne pas être transcrit du tout, et il ne peut pas compter sur le système pour le repérer automatiquement. Quant à la politique de conservation, c'est la même que celle dont nous parlions ce matin — la FAQ de DeepL indique que les données de réunion sont « traitées temporairement en mémoire et supprimées à la fin de l'appel ».

Samsung est le contre-exemple qu'il faut citer. Le vietnamien figurait parmi les 16 premières langues livrées par Galaxy AI, et Samsung R&D Institute Vietnam a publié le 23 mai 2024 un récit d'une franchise inhabituelle sur la difficulté de l'exercice. Le vietnamien compte six tons distincts ; l'exemple de l'article est que ma, mả et má — fantôme, tombe et mère — ne diffèrent que par le ton. Bui Ngoc Tung, responsable ASR de l'institut, décrit un modèle qui distingue des trames audio d'« environ 20 millisecondes » pour décider à quel mot appartient une série de trames. Quand un fabricant coréen de téléphones investit dans la modélisation tonale du vietnamien pendant qu'une société de traduction européenne la sous-traite, cela en dit long sur le prix que le marché attribue à cette langue.

Du côté de l'offre en reconnaissance vocale, le tableau est meilleur que du côté de la prise de notes : Nova-3 de Deepgram liste le vietnamien sous le code vi dans sa documentation modèles et langues, consultée le 31 août 2026 — l'une des 58 langues que nous avons comptées dans notre analyse de ce que « pris en charge » dissimule en matière de couverture speech-to-text.

Aucun fournisseur ne publie de taux d'erreur sur le vietnamien en réunion, et les corpus expliquent pourquoi

Nous sommes allés chercher un chiffre à mettre sur la qualité de transcription du vietnamien en réunion. Il n'y en a pas, et la raison est plus utile que ne l'aurait été le chiffre.

Les heures annotées ne racontent pas tout — le registre, si. FLEURS, c'est de la parole lue ; le corpus d'entraînement de PhoWhisper couvre plusieurs accents ; VietSuperSpeech est le premier corpus bâti spécifiquement pour la conversation informelle. Sources datées dans la liste ci-dessous.

Le benchmark que tout le monde cite pour le vietnamien, c'est FLEURS, qui fournit environ 12 heures de parole lue par langue. La parole lue n'est pas la parole de réunion. PhoWhisper, présenté dans la session Tiny Papers d'ICLR 2024, a affiné Whisper sur un jeu de données vietnamien de 844 heures choisi pour sa diversité d'accents, ce qui est un vrai pas vers le réalisme. VietASR, publié le 23 mai 2025, a pris une autre voie — pré-entraînement sur 70 000 heures d'audio non annoté et affinage sur seulement 50 heures annotées — et affirme dépasser Whisper Large-v3 et des systèmes commerciaux sur des données réelles.

Et puis il y a l'article qui dit tout haut ce que les autres taisent. VietSuperSpeech, publié en 2026, rassemble 52 023 paires audio-texte totalisant 267,39 heures de vietnamien conversationnel informel, réparties en 240,67 heures d'entraînement et 26,72 heures d'évaluation, soit 13,8 millions de caractères entièrement diacrités. Sa motivation déclarée est la phrase à citer :

« Si des corpus tels que VLSP2020, VIET_BUD500, VietSpeech, FLEURS, VietMed, Sub-GigaSpeech2-Vi, viVoice et Sub-PhoAudioBook offrent une large couverture de la parole formelle et lue, aucun ne vise spécifiquement le registre informel et spontané indispensable aux applications d'IA conversationnelle. »

Huit corpus vietnamiens nommés, et jusqu'à celui-ci, pas un seul bâti pour la façon dont les gens parlent vraiment en réunion : en s'interrompant, en nuançant, en basculant vers l'anglais pour le nom du produit, en laissant les phrases en suspens. Quel que soit le chiffre de précision qu'un fournisseur vous annonce pour le vietnamien, il a presque certainement été mesuré sur quelqu'un qui lit un script.

La conséquence opérationnelle est simple, et c'est toujours la même. Si vous ne pouvez pas savoir à l'avance quelle sera la précision de la transcription de votre réunion, la seule défense est une transcription qu'un humain peut lire et corriger. Ce qui suppose qu'une transcription existe.

Comment mener une réunion vietnamien-anglais dont la trace survit

Six étapes, dans l'ordre où elles se présentent. Chacune répond à une défaillance documentée plus haut.

1. Décidez quel outil assure la compréhension et quel outil assure la trace — et acceptez que ce soient deux outils différents. C'est tout le billet en une ligne. Google Translate ou les sous-titres de Meet font le premier travail en vietnamien aujourd'hui. Ni l'un ni l'autre ne fait le second.
2. Réglez explicitement le vietnamien comme langue parlée ; ne comptez pas sur la détection automatique. Sur DeepL c'est obligatoire — les langues tierces, vietnamien compris, ne peuvent pas être détectées automatiquement. Partout ailleurs, cela reste le meilleur choix, car la détection automatique tranche dans les premières secondes, sur l'audio le moins contextuel de toute la session.
3. Vérifiez la liste de langues de la fonction qui trace, pas celle de la plateforme. Le piège que ce billet existe pour décrire, c'est de supposer qu'une plateforme qui traduit le vietnamien le transcrit aussi. Dans Google Meet, 69 contre 8, c'est l'écart entre ces deux suppositions.
4. Nommez le problème de l'alternance codique avant l'appel. Si votre équipe glisse des noms de produits anglais, des identifiants de tickets et des acronymes dans des phrases vietnamiennes — et toutes les équipes d'ingénierie offshore le font —, vérifiez que votre outil de trace tolère deux langues dans une même session. Le preneur de notes de Meet, explicitement, ne le fait pas.
5. Corrigez les noms propres dans les cinq premières minutes, en direct. Les diacritiques vietnamiens et les noms de code de produits anglais sont les deux endroits où la transcription casse à coup sûr, et aussi les deux endroits où une ligne fausse fait le plus de dégâts à tout résumé bâti dessus. Corriger pendant la réunion coûte quelques secondes.
6. Gardez le texte source vietnamien, la traduction anglaise et le résumé dans une seule trace. Pas trois fichiers dans trois outils. La traduction est à sens unique : vous pourrez retraduire depuis le vietnamien l'an prochain avec un meilleur modèle, mais vous ne récupérerez jamais le vietnamien depuis l'anglais.

Si ce que vous cherchez, c'est le mode d'emploi pas à pas plutôt que l'analyse de marché, notre guide de juin pour les équipes vietnamiennes couvre de bout en bout la transformation d'un enregistrement de réunion bilingue en note IA relisible.

En résumé : le vietnamien a franchi le fossé de la compréhension, pas celui de la trace

Pendant presque toute la décennie écoulée, le reproche fait au vietnamien dans les réunions internationales était que la technologie ne le comprenait pas assez bien. En 2026, ce reproche a largement expiré. Entre les 74 langues de Live translate, les 69 des sous-titres traduits de Meet, les plus de 2 000 paires de langues qui arrivent dans Meet via Gemini 3.5 Live Translate, le vietnamien dans Nova-3 et Samsung qui livre de l'interprétation vietnamienne embarquée depuis 2024, la compréhension est réglée.

Ce qui n'a pas bougé, c'est la trace. Les deux fonctions Google qui produisent un artefact durable prennent en charge huit langues à elles deux, les mêmes huit, et le vietnamien n'est dans aucune. DeepL sous-titrera vers le vietnamien mais renvoie sa transcription à un sous-traitant, derrière un réglage d'administration. Le marché a décidé que le vietnamien est une langue qui vaut la peine d'être entendue et pas encore une langue qui vaut la peine d'être écrite.

La question à poser à un fournisseur n'est donc pas s'il prend en charge le vietnamien. Presque tous répondent oui désormais, et presque tous parlent de la moitié « écoute ». La question est : lesquelles de vos fonctions prennent en charge le vietnamien une fois l'appel terminé — et pouvez-vous me montrer la liste de langues de cette fonction précise ?

---

Où se situe Telli.sh : la couche de la trace est celle que nous construisons. Telli.sh transcrit la réunion dans la langue réellement parlée, traduit vers 44 langues cibles dont le vietnamien, et conserve les trois artefacts dans la même note — le texte source vietnamien, la traduction alignée dessus, et le résumé généré par-dessus. L'interface elle-même existe en 15 langues, vietnamien inclus, si bien qu'une équipe à Da Nang et un client à Sydney lisent la même réunion chacun dans sa langue tout en partageant une seule trace corrigeable.

Démarrer une note de réunion traduite en direct

Sources

• Google Translate Help, "Hear live speech to speech translations with Live translate" (Android), consulté le 31 août 2026 — la liste des 74 langues dont le vietnamien, les quatre modes de traduction, le mode face à face et la poursuite en arrière-plan.
• Google Translate Help, "Download languages to use offline" (Android), consulté le 31 août 2026 — les packs hors ligne et les mises à niveau vers une meilleure qualité.
• Google Meet Help, "Use translated captions in Google Meet", consulté le 31 août 2026 — la liste des 69 langues dont le vietnamien, les éditions Workspace payantes et Record captions.
• Google Meet Help, "Use Transcripts with Google Meet", consulté le 31 août 2026 — les huit langues de transcription prises en charge.
• Google Meet Help, "'Take notes for me' in Google Meet", consulté le 31 août 2026 — les mêmes huit langues, et la limite d'une seule langue à la fois.
• Slator, "Google Expands AI Live Speech Translation with Gemini 3.5 Live Translate", 16 juin 2026 — l'annonce du 9 juin, les 70+ langues, le passage de Meet de cinq langues à 2 000+ paires, et le mode d'écoute.
• DeepL Help Center, "DeepL Voice languages", consulté le 31 août 2026 — les 18 langues parlées transcrites par DeepL, les 20 langues parlées tierces dont le vietnamien, les 41 langues de traduction, la restriction sur la détection automatique, et l'accord de rétention zéro avec Speechmatics.
• Samsung Newsroom, "The Learning Curve, Part 3: Taking AI Data From Good to Great", 23 mai 2024 — le vietnamien parmi les 16 premières langues de Galaxy AI, les six tons, l'exemple ma/mả/má et la description des trames d'environ 20 ms.
• Deepgram, Models & Languages Overview, consulté le 31 août 2026 — le vietnamien (vi) dans la liste de langues de Nova-3.
• Le, Nguyen et Nguyen, "PhoWhisper: Automatic Speech Recognition for Vietnamese", ICLR 2024 Tiny Papers — le jeu d'affinage de 844 heures à accents variés.
• "VietASR: Achieving Industry-level Vietnamese ASR with 50-hour labeled data and Large-Scale Speech Pretraining", 23 mai 2025 — 70 000 heures non annotées, 50 heures annotées.
• "VietSuperSpeech: A Large-Scale Vietnamese Conversational Speech Dataset", 2026 — 52 023 paires, 267,39 heures, et l'écart de registre sur huit corpus.