Google tradurrà la tua riunione in vietnamita in tempo reale. Ma non ne metterà per iscritto una parola.

Cerca su Google la traduzione vocale in tempo reale in vietnamita e otterrai una risposta davvero buona. La funzione Live translate di Google Translate supporta 74 lingue, vietnamita compreso, sia su Android sia su iOS. Funziona con o senza auricolari, continua a lavorare quando blocchi lo schermo e offre una modalità faccia a faccia che divide il telefono a metà, così ogni interlocutore legge il proprio lato.

Funziona. Ma non è questa la parte interessante.

La parte interessante è ciò che succede sulla stessa piattaforma quattro ore dopo, quando vuoi sapere che cosa è stato deciso davvero. La funzione Transcripts di Google Meet — quella che produce un Google Doc destinato a durare — supporta esattamente otto lingue, e il vietnamita non è tra queste. Non è nemmeno tra le otto supportate da «Take notes for me» di Meet, la cui pagina di assistenza aggiunge che la funzione «supporta una lingua alla volta» e che «al momento non sono supportate più lingue parlate nella stessa riunione».

In breve

• Il vietnamita è supportato da tutte le superfici Google che ascoltano: Live translate (74 lingue), sottotitoli tradotti di Meet (69 lingue). Non è supportato da nessuna delle superfici Google che scrivono: Transcripts di Meet e il prendi-appunti Gemini di Meet, 8 lingue ciascuno.
• DeepL Voice può mostrare sottotitoli in vietnamita ma non può trascrivere il vietnamita parlato con i propri modelli: il vietnamita finisce in un livello di terze parti che un amministratore deve abilitare e che non supporta il rilevamento automatico.
• Il confronto qui sotto mostra dove il vietnamita è supportato sulle principali piattaforme al 31 agosto 2026, seguito da sei passaggi per condurre una riunione vietnamita-inglese che lasci un verbale consultabile.

La stessa lacuna riguarda altre lingue, come spieghiamo nella nostra panoramica sulla traduzione che scompare dopo la conversazione. Per i team vietnamiti il problema è più evidente: le funzioni di riunione pensate per conservare un verbale non includono il vietnamita.

Che cosa ti dà oggi davvero la «traduzione vocale in tempo reale» in vietnamita

Partiamo dai conti onesti, perché gli strumenti gratuiti di Google sono molto bravi nel lavoro per cui sono stati costruiti.

Live translate di Google Translate offre quattro modalità, secondo la pagina di assistenza per Android consultata il 31 agosto 2026: Ascolto (avvicina il telefono all'orecchio o usa gli auricolari per la traduzione in tempo reale di un'altra persona), Conversazione (le traduzioni vengono riprodotte ad alta voce e gli interlocutori si alternano), Solo testo (si legge, senza audio) e Impostazioni personalizzate. Esiste una modalità Faccia a faccia separata in cui lo schermo si divide e ciascun interlocutore vede, nella propria metà, sia la trascrizione sia la traduzione della propria lingua. Il microfono rileva automaticamente quando una lingua si ferma e comincia l'altra, così nessuno deve premere un pulsante tra una frase e l'altra.

Due dettagli meritano più credito di quanto ne ricevano di solito. Primo, la sessione sopravvive al multitasking: la documentazione di Google afferma che la traduzione «continua senza interruzioni quando cambi app, riduci a icona l'applicazione o quando lo schermo si blocca». Secondo, il vietnamita si può scaricare per l'uso offline, e i pacchetti scaricati possono essere aggiornati a una versione di qualità superiore dalla stessa schermata: cosa che conta in un Paese dove un sopralluogo in cantiere o un reparto di fabbrica non sono ambienti a connettività garantita.

Vale la pena dire con chiarezza un limite, perché coglie di sorpresa: questa è una funzione da telefono. La pagina di assistenza di Google per la versione web dice, in una sola frase: «Non puoi parlare e tradurre allo stesso tempo su Google Translate per il web». Se la tua riunione bilingue avviene su un portatile, Live translate non è nella stanza.

Per una corsa in taxi, una visita a un fornitore o una conversazione in corridoio con un cliente in visita, la traduzione dal vivo è una valida opzione gratuita. La lacuna emerge quando una riunione richiede un verbale duraturo e consultabile dopo la fine della conversazione.

Gemini 3.5 Live Translate porta Meet da cinque lingue a più di settanta

Il supporto di Google alla traduzione dal vivo si sta ampliando oltre le funzioni sul telefono e per i sottotitoli disponibili al momento della pubblicazione di questo articolo.

Il 9 giugno 2026 Google ha annunciato Gemini 3.5 Live Translate, un modello di traduzione da voce a voce che copre più di 70 lingue. Come ha riportato Slator il 16 giugno 2026, viene distribuito tramite la Gemini Live API e Google AI Studio in anteprima pubblica, entra in anteprima privata in Google Meet per alcuni clienti Workspace e arriva a livello globale dentro l'app mobile di Google Translate su Android e iOS.

Il numero che conta per Meet è il confronto prima-dopo. La traduzione vocale in Meet era limitata a cinque lingue supportate, con traduzione solo da e verso l'inglese. Gemini 3.5 Live Translate porta il conto a più di 70 lingue e oltre 2.000 combinazioni di coppie linguistiche, con una disponibilità più ampia prevista nel corso del 2026. Per un team vietnamita, un sistema a cinque lingue imperniato sull'inglese era di fatto nessun sistema; 2.000 coppie sono un altro prodotto.

Google sta posizionando il modello in modo stretto, ed è un buon segno più che un cattivo segno. Secondo Slator, la documentazione contrappone Live Translate alle più ampie capacità Live Agent di Gemini: funziona come una pipeline di traduzione in tempo reale, accetta input solo audio e omette deliberatamente le chiamate di funzione, il grounding sulla ricerca, gli strumenti e le istruzioni di sistema. È un interprete, non un assistente: la stessa distinzione tracciata da OpenAI nel descrivere GPT-Realtime-Translate. Google ha anche aggiunto una «modalità ascolto» su Android che invia l'audio tradotto attraverso l'altoparlante auricolare, così puoi seguire una traduzione senza indossare auricolari visibili in riunione.

Quindi il livello in tempo reale per il vietnamita sta migliorando rapidamente e su più fronti insieme. Ora l'altra domanda.

La linea della traccia scritta: dove si ferma il vietnamita

Ogni piattaforma ha una linea. Da un lato ci sono le funzioni che ti aiutano a capire il parlato mentre accade. Dall'altro ci sono le funzioni che trasformano il parlato in qualcosa che avrai ancora la settimana prossima. Chiamiamola la linea della traccia scritta: e per il vietnamita è esattamente il punto in cui il supporto scompare.

I conteggi delle lingue sono di Google stessa, tratti da quattro pagine di assistenza consultate il 31 agosto 2026. Il vietnamita compare in entrambe le funzioni di ascolto e in nessuna funzione di scrittura.

Il confronto funzione per funzione rende chiaro questo limite:

Tutte le righe provengono dalle pagine di assistenza di Google e dal report di Slator del 16 giugno 2026, consultati il 31 agosto 2026.

Le otto lingue condivise da Transcripts e «Take notes for me» sono identiche: inglese, francese, tedesco, italiano, giapponese, coreano, portoghese e spagnolo. È la stessa lista due volte, ed è una lista di grandi mercati europei e dell'Asia orientale. Il vietnamita — circa 97 milioni di parlanti, secondo il conteggio della stessa Samsung nel suo articolo del 2024 su questo lavoro — ne resta fuori, insieme a thailandese, indonesiano, hindi e arabo.

C'è un altro vincolo che colpisce in modo specifico i team bilingui, e vale anche per i team che lavorano interamente in lingue supportate. La pagina di assistenza di Google per «Take notes for me» afferma che la funzione supporta una lingua alla volta e che al momento non sono supportate più lingue parlate nella stessa riunione. Una call Vietnam-Stati Uniti che alterna vietnamita e inglese è squalificata due volte: una per il vietnamita e una per l'alternanza.

I sottotitoli tradotti di Meet hanno una possibilità limitata di permanenza: seleziona Record captions e vengono incorporati nella registrazione video; durante la sessione puoi anche rivederli. I sottotitoli incorporati nel video, però, non sono una trascrizione consultabile o modificabile e non forniscono testo da cui generare un riepilogo. I sottotitoli tradotti di Meet sono limitati alle edizioni Workspace a pagamento: Business Standard, Business Plus, Enterprise Standard, Enterprise Plus, Enterprise Starter (disponibile fino al 30 giugno 2025) e Google AI Pro for Education.

DeepL ti mostrerà sottotitoli in vietnamita. Trascrivere il vietnamita parlato è un altro livello.

DeepL Voice offre un'altra possibilità, ma la sua documentazione distingue la lingua usata per il riconoscimento vocale da quella mostrata nei sottotitoli.

DeepL divide il supporto linguistico in due elenchi. Le lingue parlate sono quelle che il riconoscitore accetta. Le lingue di traduzione sono quelle in cui i sottotitoli possono essere mostrati. Il vietnamita compare nell'elenco di traduzione, che arriva a 41 lingue. Ora guarda l'altro lato: i modelli di DeepL trascrivono 18 lingue parlate — cinese (mandarino), ceco, olandese, inglese, francese, tedesco, indonesiano, italiano, giapponese, coreano, polacco, portoghese, rumeno, russo, spagnolo, svedese, turco e ucraino. Il vietnamita non è tra queste.

Il vietnamita è disponibile come lingua parlata, ma solo in un secondo livello di 20 lingue trascritte da un fornitore terzo, Speechmatics. Con tre condizioni annesse, tutte documentate nella pagina di assistenza di DeepL consultata il 31 agosto 2026:

1. Un amministratore del team deve abilitare l'elaborazione da parte di terzi nell'account di amministrazione dell'organizzazione prima che una qualsiasi di queste lingue funzioni.
2. Il rilevamento automatico non funziona. Nelle parole di DeepL: «Le lingue di terze parti non funzionano con il rilevamento automatico della lingua: devono essere selezionate manualmente come lingua parlata».
3. Perché i partecipanti possano scegliere la propria lingua parlata, l'organizzatore deve abilitare un codice di accesso al momento di collegare la riunione a DeepL Voice.

Niente di tutto ciò è irragionevole — DeepL precisa che Speechmatics opera con un accordo di retention zero, quindi i dati di trascrizione vengono eliminati dai loro server una volta elaborati. Ma somma i requisiti e ottieni il risultato pratico: chi parla vietnamita ed entra in una riunione dotata di DeepL è a una casella di amministrazione non spuntata dal non essere trascritto affatto, e non può contare sul fatto che il sistema se ne accorga da solo. Nel frattempo la politica di conservazione è la stessa di cui abbiamo scritto stamattina: le FAQ di DeepL dicono che i dati della riunione sono «elaborati temporaneamente in memoria ed eliminati al termine della chiamata».

Samsung è il controesempio che vale la pena citare. Il vietnamita è stato tra le prime 16 lingue rilasciate da Galaxy AI, e il Samsung R&D Institute Vietnam ha pubblicato il 23 maggio 2024 un resoconto insolitamente franco del perché sia stato difficile. Il vietnamita ha sei toni distinti; l'esempio dell'articolo è che ma, mả e má — fantasma, tomba e madre — differiscono solo per il tono. Bui Ngoc Tung, responsabile ASR dell'istituto, ha descritto un modello che distingue frame audio di «circa 20 millisecondi» per decidere a quale parola appartiene una sequenza di frame. Quando un produttore coreano di smartphone investe nella modellazione tonale del vietnamita e un'azienda europea di traduzione la gira a un subappaltatore, questo ti dice qualcosa su quanto il mercato prezzi questa lingua.

Sul fronte del riconoscimento vocale, la documentazione di Nova-3 di Deepgram elenca il vietnamita come vi (consultata il 31 agosto 2026). È una delle 58 lingue trattate nella nostra analisi di ciò che la parola «supportato» nasconde nella copertura speech-to-text.

Nessun fornitore pubblica un tasso di errore per il vietnamita in riunione, e i corpora spiegano perché

I punteggi pubblicati sul riconoscimento vocale non dicono ancora ai team come si comporterà la trascrizione del vietnamita nelle riunioni spontanee; i corpora disponibili aiutano a spiegare questa lacuna.

Le ore etichettate non sono tutta la storia: lo è il registro. FLEURS è parlato letto; il set di addestramento di PhoWhisper copre più accenti; VietSuperSpeech è il primo corpus costruito specificamente per la conversazione informale. Le fonti sono datate nell'elenco qui sotto.

FLEURS, un benchmark vietnamita citato spesso, offre circa 12 ore di parlato letto ad alta voce. PhoWhisper, presentato nel track Tiny Papers di ICLR 2024, ha messo a punto Whisper su un dataset di 844 ore selezionato per la varietà degli accenti. VietASR, pubblicato il 23 maggio 2025, ha usato 70.000 ore di audio non etichettato e 50 ore etichettate, e dichiara di superare Whisper Large-v3 e i sistemi commerciali su dati reali.

VietSuperSpeech, pubblicato nel 2026, raccoglie 52.023 coppie audio-testo per un totale di 267,39 ore di vietnamita colloquiale informale: 240,67 ore di addestramento e 26,72 di valutazione, con 13,8 milioni di caratteri completamente diacritizzati. Gli autori descrivono così la lacuna a cui risponde il dataset:

«Sebbene corpora come VLSP2020, VIET_BUD500, VietSpeech, FLEURS, VietMed, Sub-GigaSpeech2-Vi, viVoice e Sub-PhoAudioBook offrano un'ampia copertura del parlato formale e letto, nessuno prende specificamente di mira il registro informale e spontaneo indispensabile per le applicazioni di IA conversazionale.»

Il dataset punta al registro tipico delle riunioni: interruzioni, esitazioni, nomi di prodotti in inglese inseriti in frasi vietnamite e pensieri lasciati a metà. Un punteggio ottenuto solo sul parlato letto non basta a stabilire quanto accuratamente un sistema gestisca conversazioni di questo tipo.

Per i team, la tutela pratica è una trascrizione che le persone possano rivedere e correggere. Per ottenerla, la funzione per le riunioni scelta deve prima di tutto creare una trascrizione in vietnamita.

Come condurre una riunione vietnamita-inglese in modo che la traccia scritta sopravviva

Usa questi sei controlli prima e durante la chiamata:

1. Quando serve, scegli strumenti distinti per la comprensione e per conservare il verbale. Google Translate o i sottotitoli di Meet possono aiutare a capire il vietnamita dal vivo; nessuna delle due funzioni crea la trascrizione vietnamita duratura descritta qui.
2. Imposta il vietnamita come lingua parlata in modo esplicito; non affidarti al rilevamento automatico. Su DeepL è obbligatorio: le lingue di terze parti, vietnamita incluso, non possono essere rilevate automaticamente. Ovunque altro resta comunque la scelta migliore, perché il rilevamento automatico si impegna in una supposizione nei primi secondi, sull'audio meno contestuale dell'intera sessione.
3. Controlla l'elenco delle lingue della funzione che produce la traccia, non quello della piattaforma. La trappola che questo articolo esiste per descrivere è dare per scontato che una piattaforma che traduce il vietnamita lo trascriva anche. In Google Meet, 69 contro 8 è la distanza tra queste due supposizioni.
4. Metti sul tavolo il problema del code-switching prima della call. Se il tuo team infila nomi di prodotto in inglese, ID di ticket e acronimi dentro frasi vietnamite — e ogni team di ingegneria offshore lo fa — verifica che lo strumento che produce la traccia tolleri due lingue in una sola sessione. Il prendi-appunti di Meet esplicitamente non lo fa.
5. Correggi i nomi propri nei primi cinque minuti, dal vivo. I diacritici vietnamiti e i nomi in codice inglesi dei prodotti sono i due punti in cui la trascrizione si rompe con regolarità, e sono anche i due punti in cui una riga sbagliata fa più danni a qualsiasi riepilogo costruito sopra. Correggere durante la riunione costa pochi secondi.
6. Tieni il testo originale vietnamita, la traduzione inglese e il riepilogo in un'unica traccia. Non tre file in tre strumenti. La traduzione è a senso unico: l'anno prossimo potrai ritradurre dal vietnamita con un modello migliore, ma non potrai mai recuperare il vietnamita dall'inglese.

Per una guida pratica al prodotto, consulta il nostro articolo di giugno su come trasformare la registrazione di una riunione bilingue in una nota AI rivedibile.

In conclusione: il vietnamita ha superato il divario della comprensione, non quello della traccia scritta

Il vietnamita è ora supportato nei sottotitoli dal vivo, nell'audio interpretato e nel riconoscimento vocale. Questo offre ai team più modi per seguire una conversazione, ma la copertura annunciata non equivale alla disponibilità nel proprio account. L'espansione di Gemini 3.5 Live Translate in Meet è un'anteprima e un rollout graduale, non un sostituto universale delle coppie linguistiche attualmente supportate. Prima della riunione, verifica la funzionalità, l'account e la direzione linguistica vietnamita di cui hai bisogno.

Ciò che non si è mosso è la traccia scritta. Le due funzioni di Google che producono un artefatto duraturo supportano otto lingue in tutto, le stesse otto, e il vietnamita non è in nessuna delle due. DeepL sottotitolerà in vietnamita ma indirizza la sua trascrizione a un subappaltatore dietro un interruttore da amministratore. Il mercato ha deciso che il vietnamita è una lingua che vale la pena ascoltare e non ancora una lingua che valga la pena mettere per iscritto.

Quindi la domanda da fare a un fornitore non è se supporta il vietnamita. Ormai lo dicono quasi tutti, e quasi tutti intendono la metà che ascolta. La domanda è: quali delle vostre funzioni supportano il vietnamita dopo la fine della call, e potete mostrarmi l'elenco delle lingue di quella specifica funzione?

---

Dove si colloca Telli.sh: il livello della traccia scritta è il livello che costruiamo noi. Telli.sh trascrive la riunione nella lingua in cui è stata effettivamente parlata, traduce in 44 lingue di destinazione tra cui il vietnamita e tiene tutti e tre gli artefatti nella stessa nota: il testo originale vietnamita, la traduzione allineata ad esso e il riepilogo generato sopra. L'interfaccia stessa è disponibile in 15 lingue, vietnamita incluso, così un team a Da Nang e un cliente a Sydney leggono la stessa riunione nella propria lingua e continuano a condividere un'unica traccia correggibile.

Avvia una nota di riunione tradotta in tempo reale

Fonti

• Assistenza di Google Translate, "Hear live speech to speech translations with Live translate" (Android), consultata il 31 agosto 2026 — l'elenco di 74 lingue con il vietnamita, le quattro modalità di traduzione, la modalità faccia a faccia e la continuazione in background.
• Assistenza di Google Translate, "Download languages to use offline" (Android), consultata il 31 agosto 2026 — i pacchetti offline e gli aggiornamenti a qualità superiore.
• Assistenza di Google Meet, "Use translated captions in Google Meet", consultata il 31 agosto 2026 — l'elenco di 69 lingue con il vietnamita, le edizioni Workspace a pagamento e Record captions.
• Assistenza di Google Meet, "Use Transcripts with Google Meet", consultata il 31 agosto 2026 — le otto lingue supportate per le trascrizioni.
• Assistenza di Google Meet, "'Take notes for me' in Google Meet", consultata il 31 agosto 2026 — le stesse otto lingue e il limite di una lingua alla volta.
• Slator, "Google Expands AI Live Speech Translation with Gemini 3.5 Live Translate", 16 giugno 2026 — l'annuncio del 9 giugno, oltre 70 lingue, il passaggio di Meet da cinque lingue a più di 2.000 coppie e la modalità ascolto.
• Centro assistenza DeepL, "DeepL Voice languages", consultato il 31 agosto 2026 — le 18 lingue parlate trascritte da DeepL, le 20 lingue parlate di terze parti tra cui il vietnamita, le 41 lingue di traduzione, la restrizione sul rilevamento automatico e l'accordo di retention zero con Speechmatics.
• Samsung Newsroom, "The Learning Curve, Part 3: Taking AI Data From Good to Great", 23 maggio 2024 — il vietnamita tra le prime 16 lingue di Galaxy AI, i sei toni, l'esempio ma/mả/má e la descrizione dei frame da circa 20 ms.
• Deepgram, Models & Languages Overview, consultata il 31 agosto 2026 — il vietnamita (vi) nell'elenco delle lingue di Nova-3.
• Le, Nguyen e Nguyen, "PhoWhisper: Automatic Speech Recognition for Vietnamese", ICLR 2024 Tiny Papers — il set di fine-tuning di 844 ore con accenti diversificati.
• "VietASR: Achieving Industry-level Vietnamese ASR with 50-hour labeled data and Large-Scale Speech Pretraining", 23 maggio 2025 — 70.000 ore non etichettate, 50 ore etichettate.
• "VietSuperSpeech: A Large-Scale Vietnamese Conversational Speech Dataset", 2026 — 52.023 coppie, 267,39 ore e il vuoto di registro negli otto corpora.