Google akan menterjemah mesyuarat bahasa Vietnam anda secara langsung. Tetapi ia tidak akan mencatat walau sepatah pun.

Taipkan 'terjemahan suara langsung' dalam bahasa Vietnam di Google, dan anda akan menemui jawapan yang sungguh baik. Ciri Live translate dalam Google Translate menyokong 74 bahasa, termasuk bahasa Vietnam, pada Android mahupun iOS. Ia berfungsi dengan atau tanpa fon kepala, terus berjalan walaupun skrin dikunci, dan menawarkan mod bersemuka yang membahagi skrin telefon kepada dua supaya setiap penutur membaca bahagiannya sendiri.

Ia memang menjadi. Itu bukan bahagian yang menarik.

Bahagian yang menarik ialah apa yang berlaku pada platform yang sama empat jam kemudian, apabila anda ingin tahu apa sebenarnya yang telah dipersetujui. Ciri Transcripts dalam Google Meet — ciri yang menghasilkan dokumen Google yang kekal — menyokong tepat lapan bahasa, dan bahasa Vietnam bukan salah satu daripadanya. Ia juga tiada dalam lapan bahasa yang disokong oleh ciri 'Take notes for me' di Meet, yang halaman bantuannya sendiri menambah bahawa ciri itu 'menyokong satu bahasa pada satu masa' dan bahawa 'pelbagai bahasa yang dituturkan dalam mesyuarat yang sama belum disokong buat masa ini'.

TL;DR

• Bahasa Vietnam disokong oleh setiap ciri Google yang mendengar: Live translate (74 bahasa), sarikata terjemahan Meet (69 bahasa). Ia tidak disokong oleh mana-mana ciri Google yang menulis: Meet Transcripts dan pencatat nota Gemini dalam Meet, lapan bahasa setiap satu.
• DeepL Voice boleh memaparkan sarikata dalam bahasa Vietnam tetapi tidak mampu menyalin pertuturan bahasa Vietnam dengan modelnya sendiri — bahasa Vietnam berada pada peringkat pihak ketiga yang wajib dihidupkan oleh pentadbir dan tidak boleh menggunakan pengesanan automatik.
• Tulisan ini memetakan dengan tepat di mana sokongan bahasa Vietnam terhenti pada setiap platform utama setakat 31 Ogos 2026, serta memberikan prosedur enam langkah untuk mengendalikan mesyuarat Vietnam–Inggeris yang meninggalkan rekod.

Kami telah membentangkan versi umum hujah ini pagi tadi, dengan meneliti apa yang berlaku apabila terjemahannya cemerlang tetapi lenyap sebelum makan malam. Yang ini lebih khusus dan, bagi pasukan Vietnam, lebih teruk: masalahnya bukan sekadar alat langsung mudah lupa. Masalahnya, ciri-ciri yang sepatutnya mengingat itulah yang secara khusus meninggalkan bahasa Vietnam.

Apa yang sebenarnya diberikan 'terjemahan suara langsung' dalam bahasa Vietnam hari ini

Mulakan dengan pengiraan yang jujur, kerana alat percuma Google memang sangat baik dalam tugas yang menjadi tujuan pembinaannya.

Live translate dalam Google Translate hadir dengan empat mod, menurut halaman bantuan Android-nya yang dicapai pada 31 Ogos 2026: Listening (dekatkan telefon ke telinga atau gunakan fon kepala untuk terjemahan masa nyata bagi pertuturan orang lain), Conversation (terjemahan dimainkan secara kuat, penutur bergilir-gilir), Text only (baca sahaja, tanpa audio), dan Custom settings. Ada pula mod Face to face yang berasingan, di mana skrin terbahagi dua dan setiap penutur melihat kedua-dua transkripsi dan terjemahan bahasanya sendiri pada bahagiannya. Mikrofon mengesan secara automatik bila satu bahasa berhenti dan bahasa yang lain bermula, jadi tiada sesiapa perlu menekan butang antara ayat.

Dua perincian layak dihargai lebih daripada kebiasaannya. Pertama, sesi itu bertahan ketika pelbagai tugas: dokumentasi Google menyatakan bahawa terjemahan 'diteruskan dengan lancar apabila anda bertukar aplikasi, mengecilkan aplikasi, atau apabila skrin dikunci'. Kedua, bahasa Vietnam boleh dimuat turun untuk kegunaan luar talian, dan pakej yang dimuat turun boleh dinaik taraf kepada versi berkualiti lebih tinggi daripada skrin yang sama — perkara yang bermakna di negara yang lawatan tapak atau lantai kilangnya bukan persekitaran dengan sambungan terjamin.

Satu batasan wajar dinyatakan secara terus terang kerana ia mengejutkan ramai orang: ini ialah ciri telefon. Halaman bantuan Google bagi versi web menyebut dalam satu ayat, 'Anda tidak boleh bercakap dan menterjemah pada masa yang sama dalam Google Translate versi web'. Jika mesyuarat dwibahasa anda berlangsung pada komputer riba, Live translate tiada dalam bilik itu.

Inilah intipatinya: bagi perbualan — dalam teksi, semasa melawat pembekal, berbual di koridor dengan pelanggan yang datang melawat — ini hampir menjadi masalah yang telah selesai, ia tidak berbayar, dan kami akan mengesyorkannya tanpa teragak-agak. Kegagalannya bukan pada perbualan. Kegagalannya ada pada mesyuarat.

Gemini 3.5 Live Translate membawa Meet daripada lima bahasa kepada lebih tujuh puluh

Gambarannya juga bergerak pantas, dan bergerak memihak kepada penutur bahasa Vietnam.

Pada 9 Jun 2026, Google mengumumkan Gemini 3.5 Live Translate, sebuah model terjemahan suara ke suara yang merangkumi lebih 70 bahasa. Seperti dilaporkan Slator pada 16 Jun 2026, ia dilancarkan menerusi Gemini Live API dan Google AI Studio dalam pratonton awam, memasuki pratonton persendirian dalam Google Meet bagi pelanggan Workspace terpilih, serta dihantar ke seluruh dunia di dalam aplikasi mudah alih Google Translate pada Android dan iOS.

Angka yang penting bagi Meet ialah perbandingan sebelum dan selepas. Terjemahan pertuturan dalam Meet sebelum ini terhad kepada lima bahasa yang disokong, dengan terjemahan hanya ke dan daripada bahasa Inggeris. Gemini 3.5 Live Translate meluaskannya kepada lebih 70 bahasa dan lebih 2.000 gabungan pasangan bahasa, dengan ketersediaan yang lebih luas dirancang menjelang penghujung 2026. Bagi sebuah pasukan Vietnam, sistem lima bahasa yang berpaksikan bahasa Inggeris pada dasarnya bukan sistem langsung; 2.000 pasangan pula ialah produk yang berlainan sama sekali.

Google meletakkan kedudukan model ini secara sempit, dan itu petanda baik, bukan sebaliknya. Menurut Slator, dokumentasinya membezakan Live Translate dengan keupayaan Gemini Live Agent yang lebih luas: ia berfungsi sebagai saluran terjemahan masa nyata, hanya menerima input audio, dan sengaja mengetepikan function calling, search grounding, tools serta system instructions. Ia seorang jurubahasa, bukan pembantu — pembezaan yang sama yang dibuat OpenAI ketika menerangkan GPT-Realtime-Translate. Google turut menambah 'mod mendengar' pada Android yang menyalurkan audio terjemahan melalui alat dengar telinga, supaya anda boleh mengikuti terjemahan tanpa kelihatan memakai fon kepala dalam mesyuarat.

Jadi lapisan langsung bagi bahasa Vietnam sedang bertambah baik dengan pantas dan daripada beberapa arah serentak. Kini soalan yang satu lagi.

Garisan rekod: di mana bahasa Vietnam terhenti

Setiap platform ada garisannya. Di sebelah sini ialah ciri-ciri yang membantu anda memahami pertuturan sewaktu ia berlaku. Di sebelah sana ialah ciri-ciri yang menukarkan pertuturan menjadi sesuatu yang masih ada pada anda minggu hadapan. Panggil ia garisan rekod — dan bagi bahasa Vietnam, di situlah tepatnya sokongan itu lenyap.

Bilangan bahasa ini datang daripada Google sendiri, daripada empat halaman bantuan yang dicapai pada 31 Ogos 2026. Bahasa Vietnam muncul dalam kedua-dua ciri mendengar dan tiada dalam mana-mana ciri menulis.

Berikut maklumat yang sama dalam bentuk jadual, kerana ketidakseimbangannya lebih mudah dibahaskan apabila disusun berbaris.

Semua baris daripada halaman Bantuan Google dan laporan Slator bertarikh 16 Jun 2026, dicapai pada 31 Ogos 2026.

Lapan bahasa yang dikongsi oleh Transcripts dan 'Take notes for me' adalah sama sepenuhnya: Inggeris, Perancis, Jerman, Itali, Jepun, Korea, Portugis dan Sepanyol. Ia senarai yang sama diulang dua kali, dan ia senarai pasaran besar Eropah dan Asia Timur. Bahasa Vietnam — lebih kurang 97 juta penutur, mengikut kiraan Samsung sendiri dalam tulisannya pada 2024 — berada di luar senarai itu, bersama bahasa Thai, Indonesia, Hindi dan Arab.

Ada satu lagi kekangan yang menimpa pasukan dwibahasa secara khusus, dan ia terpakai walaupun kepada pasukan yang bekerja sepenuhnya dalam bahasa-bahasa yang disokong. Halaman bantuan Google bagi 'Take notes for me' menyatakan bahawa ciri itu menyokong satu bahasa pada satu masa dan bahawa pelbagai bahasa yang dituturkan dalam mesyuarat yang sama belum disokong buat masa ini. Panggilan Vietnam–AS yang bertukar-tukar antara bahasa Vietnam dan Inggeris tersingkir dua kali: sekali kerana bahasa Vietnam, sekali lagi kerana pertukaran bahasa.

Demi keadilan kepada Google: sarikata terjemahan memang mempunyai laluan kekal. Jika anda merakam mesyuarat dan memilih Record captions, sarikata itu akan terbenam ke dalam rakaman. Anda juga boleh menatal ke belakang menerusi sarikata terjemahan sepanjang sesi. Namun sarikata yang terbakar pada fail video bukanlah rekod yang boleh dicari — anda tidak boleh mencari dalam piksel, tidak boleh membetulkan nama orang, dan tidak boleh menjana ringkasan daripadanya. Sarikata terjemahan dalam Meet turut terhad kepada edisi Workspace berbayar: Business Standard, Business Plus, Enterprise Standard, Enterprise Plus, Enterprise Starter (tersedia sehingga 30 Jun 2025), dan Google AI Pro for Education.

DeepL akan menunjukkan sarikata bahasa Vietnam kepada anda. Menyalin pertuturan bahasa Vietnam ialah peringkat yang lain sama sekali.

DeepL Voice ialah alternatif Barat yang paling kukuh, dan kisah bahasa Vietnamnya paling banyak memberi pengajaran dalam keseluruhan tulisan ini — kerana DeepL mendokumentasikan pembezaan itu lebih baik daripada sesiapa pun.

DeepL membahagikan sokongan bahasa kepada dua senarai. Bahasa lisan ialah bahasa yang diterima oleh pengecam pertuturan. Bahasa terjemahan pula ialah bahasa yang boleh dipaparkan sebagai sarikata. Bahasa Vietnam muncul dalam senarai terjemahan, yang menjangkau 41 bahasa. Kini lihat sebelah sana: model DeepL sendiri menyalin 18 bahasa lisan — Cina (Mandarin), Czech, Belanda, Inggeris, Perancis, Jerman, Indonesia, Itali, Jepun, Korea, Poland, Portugis, Romania, Rusia, Sepanyol, Sweden, Turki dan Ukraine. Bahasa Vietnam tiada antaranya.

Bahasa Vietnam tersedia sebagai bahasa lisan, tetapi hanya dalam peringkat kedua yang mengandungi 20 bahasa yang disalin oleh pembekal pihak ketiga, iaitu Speechmatics. Tiga syarat terikat padanya, kesemuanya didokumentasikan pada halaman bantuan DeepL yang dicapai pada 31 Ogos 2026:

1. Pentadbir pasukan wajib menghidupkan pemprosesan pihak ketiga dalam akaun pentadbir organisasi sebelum mana-mana bahasa ini boleh berfungsi langsung.
2. Pengesanan automatik tidak berfungsi. Menurut kata-kata DeepL: 'Bahasa pihak ketiga tidak berfungsi dengan Auto-detect language — bahasa tersebut perlu dipilih secara manual sebagai Spoken language'.
3. Untuk membenarkan peserta memilih bahasa lisan mereka sendiri, hos wajib menghidupkan kod akses semasa menyambungkan mesyuarat kepada DeepL Voice.

Tiada satu pun daripadanya tidak munasabah — DeepL menyatakan bahawa Speechmatics beroperasi di bawah perjanjian tanpa penyimpanan, jadi data transkripsi dipadam daripada pelayan mereka sebaik sahaja selesai diproses. Tetapi susunkan semua syarat itu dan anda mendapat kesan praktikalnya: seorang penutur bahasa Vietnam yang menyertai mesyuarat berteraskan DeepL hanya berjarak satu tetapan pentadbir yang belum ditanda daripada langsung tidak disalin, dan tidak boleh bergantung pada sistem untuk menyedari kehadirannya secara automatik. Sementara itu, pendirian penyimpanan datanya sama seperti yang kami tulis pagi tadi — Soalan Lazim DeepL menyebut bahawa data mesyuarat 'diproses sementara dalam memori dan dipadam sebaik sahaja panggilan tamat'.

Samsung ialah contoh berlawanan yang wajar disebut namanya. Bahasa Vietnam termasuk dalam 16 bahasa pertama yang dibawa Galaxy AI, dan Samsung R&D Institute Vietnam menerbitkan catatan yang luar biasa jujur pada 23 Mei 2024 tentang mengapa kerja itu sukar. Bahasa Vietnam mempunyai enam nada yang berbeza; contoh dalam artikel itu ialah ma, mả dan má — hantu, kubur dan ibu — yang berbeza hanya pada nada. Bui Ngoc Tung, ketua ASR di institut itu, menerangkan sebuah model yang membezakan bingkai audio 'sekitar 20 milisaat' bagi menentukan perkataan mana yang dimiliki oleh satu rangkaian bingkai. Apabila sebuah pengeluar telefon Korea melabur dalam pemodelan nada bahasa Vietnam sementara sebuah syarikat terjemahan Eropah menyalurkannya kepada subkontraktor, itu memberitahu anda sesuatu tentang bagaimana pasaran menilai bahasa ini.

Di sebelah bekalan pengecaman pertuturan, gambarannya lebih baik berbanding sebelah pencatatan nota: Nova-3 daripada Deepgram menyenaraikan bahasa Vietnam sebagai vi dalam dokumentasi model dan bahasanya, dicapai pada 31 Ogos 2026 — satu daripada 58 bahasa yang kami kira dalam analisis kami tentang apa yang disembunyikan perkataan 'disokong' dalam liputan speech-to-text.

Tiada pembekal menerbitkan kadar ralat bagi pertuturan mesyuarat dalam bahasa Vietnam, dan korpusnya menjelaskan sebabnya

Kami mencari satu angka untuk diletakkan pada kualiti transkripsi bahasa Vietnam dalam mesyuarat. Angka itu tidak wujud, dan sebabnya lebih berguna daripada angka itu sendiri.

Jam berlabel bukan keseluruhan ceritanya — larasnya yang penting. FLEURS ialah pertuturan yang dibaca; set latihan PhoWhisper merangkumi pelbagai loghat; VietSuperSpeech pula korpus pertama yang dibina khusus untuk perbualan santai. Sumber bertarikh disenaraikan di bawah.

Penanda aras yang sentiasa dipetik untuk bahasa Vietnam ialah FLEURS, yang menyediakan kira-kira 12 jam pertuturan bacaan bagi setiap bahasa. Pertuturan bacaan bukan pertuturan mesyuarat. PhoWhisper, yang dibentangkan dalam laluan ICLR 2024 Tiny Papers, memperhalusi Whisper pada set data bahasa Vietnam berjumlah 844 jam yang dipilih demi kepelbagaian loghat, dan itu satu langkah sebenar ke arah realisme. VietASR, diterbitkan pada 23 Mei 2025, mengambil laluan berbeza — pralatihan pada 70.000 jam audio tanpa label dan penghalusan pada hanya 50 jam berlabel — serta melaporkan prestasi mengatasi Whisper Large-v3 dan sistem komersial pada data dunia sebenar.

Kemudian ada kertas kerja yang menyuarakan perkara yang lazimnya didiamkan. VietSuperSpeech, dikeluarkan pada 2026, menghimpunkan 52.023 pasangan audio–teks berjumlah 267,39 jam perbualan santai bahasa Vietnam, terbahagi kepada 240,67 jam latihan dan 26,72 jam penilaian, mengandungi 13,8 juta aksara bertanda diakritik sepenuhnya. Motivasi yang dinyatakannya ialah ayat yang berbaloi dipetik:

'Walaupun korpus seperti VLSP2020, VIET_BUD500, VietSpeech, FLEURS, VietMed, Sub-GigaSpeech2-Vi, viVoice dan Sub-PhoAudioBook menawarkan liputan luas bagi pertuturan formal dan bacaan, tiada satu pun yang menyasarkan secara khusus laras santai dan spontan yang amat diperlukan bagi aplikasi AI perbualan.'

Lapan korpus bahasa Vietnam yang disebut namanya, dan sehingga munculnya yang satu ini, tiada satu pun dibina untuk cara orang benar-benar bercakap dalam mesyuarat — memotong percakapan, berdolak-dalih, bertukar ke bahasa Inggeris untuk nama produk, lalu menggantung ayat. Apa jua angka ketepatan yang dipetik pembekal kepada anda bagi bahasa Vietnam hampir pasti diukur pada seseorang yang sedang membaca skrip.

Kesan operasinya mudah dan ia sama seperti yang sentiasa kami capai. Jika anda tidak dapat menyemak sejauh mana tepatnya transkripsi mesyuarat anda nanti, satu-satunya pertahanan ialah transkrip yang boleh dibaca dan dibetulkan oleh manusia. Yang mensyaratkan bahawa transkrip itu wujud pada mulanya.

Cara mengendalikan mesyuarat Vietnam–Inggeris supaya rekodnya kekal

Enam langkah, mengikut susunan ia berlaku. Setiap satunya menangani satu kegagalan khusus yang didokumentasikan di atas.

1. Tentukan alat mana yang menjalankan tugas pemahaman dan alat mana yang menjalankan tugas rekod — dan terimalah bahawa keduanya alat yang berbeza. Inilah keseluruhan tulisan ini dalam satu baris. Google Translate atau sarikata Meet boleh mengendalikan tugas pertama bagi bahasa Vietnam hari ini. Kedua-duanya tidak mengendalikan tugas yang kedua.
2. Tetapkan bahasa Vietnam sebagai bahasa lisan secara jelas; jangan bergantung pada pengesanan automatik. Pada DeepL ini wajib — bahasa pihak ketiga, termasuk bahasa Vietnam, tidak boleh dikesan secara automatik. Di tempat lain pun ia tetap pilihan yang lebih baik, kerana pengesanan automatik mengunci tekaannya dalam beberapa saat pertama, iaitu pada audio yang paling kurang konteksnya sepanjang sesi.
3. Semak senarai bahasa bagi ciri rekod, bukan senarai bahasa platform. Perangkap yang menjadi sebab tulisan ini wujud ialah andaian bahawa platform yang menterjemah bahasa Vietnam turut menyalinnya. Dalam Google Meet, 69 berbanding 8 ialah jurang antara dua andaian itu.
4. Bangkitkan masalah percampuran bahasa sebelum panggilan bermula. Jika pasukan anda menyelitkan nama produk Inggeris, ID tiket dan akronim ke dalam ayat bahasa Vietnam — dan setiap pasukan kejuruteraan luar pesisir memang begitu — pastikan alat rekod anda tahan menghadapi dua bahasa dalam satu sesi. Pencatat nota Meet secara jelas tidak tahan.
5. Betulkan nama khas dalam lima minit pertama, secara langsung. Tanda diakritik bahasa Vietnam dan nama kod produk Inggeris ialah dua tempat transkripsi paling kerap rosak, dan ia juga dua tempat di mana satu baris yang salah paling banyak merosakkan sebarang ringkasan yang dibina di atasnya. Membetulkannya semasa mesyuarat hanya memakan beberapa saat.
6. Simpan teks sumber bahasa Vietnam, terjemahan bahasa Inggeris dan ringkasannya dalam satu rekod. Bukan tiga fail dalam tiga alat. Terjemahan bersifat sehala: tahun depan anda boleh menterjemah semula daripada bahasa Vietnam dengan model yang lebih baik, tetapi anda tidak akan pernah dapat memulihkan bahasa Vietnam daripada bahasa Inggeris.

Jika yang anda cari ialah panduan produk langkah demi langkah dan bukan analisis pasaran, panduan kami pada bulan Jun untuk pasukan Vietnam menghuraikan sepenuhnya cara menukar rakaman mesyuarat dwibahasa menjadi nota AI yang boleh disemak.

Kesimpulannya: bahasa Vietnam telah merentasi jurang pemahaman tetapi bukan jurang rekod

Sepanjang sebahagian besar dekad lalu, rungutan tentang bahasa Vietnam dalam mesyuarat antarabangsa ialah teknologinya belum cukup memahaminya. Menjelang 2026, rungutan itu sebahagian besarnya sudah luput. Dengan 74 bahasa dalam Live translate, 69 dalam sarikata terjemahan Meet, lebih 2.000 pasangan bahasa yang bakal tiba di Meet menerusi Gemini 3.5 Live Translate, bahasa Vietnam dalam Nova-3, serta Samsung yang menyediakan tafsiran bahasa Vietnam atas peranti sejak 2024, urusan pemahaman sudah selesai.

Yang tidak beranjak ialah rekodnya. Dua ciri Google yang menghasilkan artifak kekal bersama-sama menyokong lapan bahasa sahaja, lapan yang sama, dan bahasa Vietnam tiada dalam kedua-duanya. DeepL akan memberi sarikata dalam bahasa Vietnam tetapi menyalurkan transkripsinya kepada subkontraktor di sebalik satu suis pentadbir. Pasaran telah memutuskan bahawa bahasa Vietnam ialah bahasa yang berbaloi didengar tetapi belum lagi bahasa yang berbaloi dicatat.

Jadi soalan yang patut diajukan kepada pembekal bukanlah sama ada mereka menyokong bahasa Vietnam. Hampir kesemuanya kini menjawab ya, dan hampir kesemuanya memaksudkan separuh yang mendengar. Soalannya ialah: ciri anda yang mana menyokong bahasa Vietnam selepas panggilan tamat — dan bolehkah anda tunjukkan senarai bahasa bagi ciri tertentu itu?

---

Di mana Telli.sh berada: lapisan rekod ialah lapisan yang kami bina. Telli.sh menyalin mesyuarat dalam bahasa yang benar-benar dituturkan, menterjemahkannya ke 44 bahasa sasaran termasuk bahasa Vietnam, dan menyimpan ketiga-tiga artifak dalam nota yang sama — teks sumber bahasa Vietnam, terjemahan yang dijajarkan dengannya, serta ringkasan yang dijana di atasnya. Antara mukanya sendiri hadir dalam 15 bahasa, termasuk bahasa Vietnam, jadi sebuah pasukan di Da Nang dan seorang pelanggan di Sydney membaca mesyuarat yang sama dalam bahasa masing-masing dan tetap berkongsi satu rekod yang boleh dibetulkan.

Mulakan nota mesyuarat dengan terjemahan langsung

Sumber

• Bantuan Google Translate, "Hear live speech to speech translations with Live translate" (Android), dicapai pada 31 Ogos 2026 — senarai 74 bahasa termasuk bahasa Vietnam, empat mod terjemahan, mod bersemuka, dan penerusan di latar belakang.
• Bantuan Google Translate, "Download languages to use offline" (Android), dicapai pada 31 Ogos 2026 — pakej luar talian dan naik taraf kepada kualiti lebih tinggi.
• Bantuan Google Meet, "Use translated captions in Google Meet", dicapai pada 31 Ogos 2026 — senarai 69 bahasa termasuk bahasa Vietnam, edisi Workspace berbayar, dan Record captions.
• Bantuan Google Meet, "Use Transcripts with Google Meet", dicapai pada 31 Ogos 2026 — lapan bahasa transkrip yang disokong.
• Bantuan Google Meet, "'Take notes for me' in Google Meet", dicapai pada 31 Ogos 2026 — lapan bahasa yang sama, dan batasan satu bahasa pada satu masa.
• Slator, "Google Expands AI Live Speech Translation with Gemini 3.5 Live Translate", 16 Jun 2026 — pengumuman 9 Jun, 70+ bahasa, Meet yang beralih daripada lima bahasa kepada 2.000+ pasangan, dan mod mendengar.
• Pusat Bantuan DeepL, "DeepL Voice languages", dicapai pada 31 Ogos 2026 — 18 bahasa lisan yang disalin DeepL, 20 bahasa lisan pihak ketiga termasuk bahasa Vietnam, 41 bahasa terjemahan, sekatan pengesanan automatik, dan perjanjian tanpa penyimpanan dengan Speechmatics.
• Samsung Newsroom, "The Learning Curve, Part 3: Taking AI Data From Good to Great", 23 Mei 2024 — bahasa Vietnam antara 16 bahasa pertama Galaxy AI, enam nada, contoh ma/mả/má, dan penerangan bingkai ~20 ms.
• Deepgram, Models & Languages Overview, dicapai pada 31 Ogos 2026 — bahasa Vietnam (vi) dalam senarai bahasa Nova-3.
• Le, Nguyen dan Nguyen, "PhoWhisper: Automatic Speech Recognition for Vietnamese", ICLR 2024 Tiny Papers — set penghalusan 844 jam dengan kepelbagaian loghat.
• "VietASR: Achieving Industry-level Vietnamese ASR with 50-hour labeled data and Large-Scale Speech Pretraining", 23 Mei 2025 — 70.000 jam tanpa label, 50 jam berlabel.
• "VietSuperSpeech: A Large-Scale Vietnamese Conversational Speech Dataset", 2026 — 52.023 pasangan, 267,39 jam, dan jurang laras merentas lapan korpus.