Bản dịch trực tiếp trên Microsoft Teams: cách hoạt động, và điểm dừng của nó

Nếu bạn vừa tìm "Microsoft Teams live translation," câu trả lời ngắn gọn và trung thực là: đúng, Teams có thể dịch một cuộc họp trực tiếp — theo ba cách khác nhau — và cách nào bạn nhận được phụ thuộc vào giấy phép mà người tổ chức có và loại cuộc họp bạn đặt. Microsoft đã đưa vào hoạt động nhiều cơ chế dịch trực tiếp hơn bất kỳ nhà cung cấp hội nghị nào khác, bao gồm một trình thông dịch AI đầy tham vọng thực sự. Họ cũng đã rào mỗi phần theo cách khác nhau, và chính những hàng rào đó mới là nơi các quyết định mua sắm thực sự diễn ra. Bài viết này giải thích cách mỗi tính năng hoạt động, cách bật chúng, và chính xác giới hạn của từng tính năng nằm ở đâu.

Đây là phần hướng dẫn nền tảng đi kèm với hướng dẫn cơ sở của chúng tôi, Dịch cuộc họp thời gian thực: cách hoạt động, và cách đánh giá một giải pháp. Đối với phiên bản Google Meet và Zoom của bài viết này, xem Meet và Zoom. Lần đầu tiếp xúc với thông dịch như một danh mục? Bắt đầu với Thông dịch đồng thời: booth, RSI, hay AI.

Ba tính năng, và lý do chúng không phải là cùng một thứ

1. Phụ đề dịch trực tiếp (văn bản)

Tính năng đã có từ lâu. Teams phiên thoại cuộc họp trực tiếp và dịch dòng phụ đề sang ngôn ngữ đã chọn của mỗi người tham gia — mỗi người dự tự chọn ngôn ngữ phụ đề của riêng mình một cách độc lập. Trang hỗ trợ của Microsoft liệt kê 31 ngôn ngữ dịch cho các cuộc họp (trang giấy phép của chính nó nói 40, và trang town hall nói "hơn 50" — chúng tôi sẽ trích dẫn danh sách 31 ngôn ngữ mà nó thực sự liệt kê cụ thể). Hoạt động trong các cuộc họp, hội thảo trực tuyến và town hall — mặc dù trong town hall, người tổ chức chọn trước một nhóm gồm sáu ngôn ngữ, mười với Premium.

Điều kiện: người tổ chức cần giấy phép Teams Premium hoặc Microsoft 365 Copilot để người dự nhận được phụ đề đã dịch. Phụ đề tiếng Anh thuần là miễn phí; bản dịch là lớp trả phí. Và phụ đề không được lưu — khi cuộc họp kết thúc, bản dịch biến mất.

2. Tác nhân thông dịch (âm thanh, AI)

Tính năng nổi bật tại Ignite 2024, nay đã phát hành rộng rãi: một tác nhân AI dịch âm thanh nói thành âm thanh nói, theo từng người tham gia — bạn chọn ngôn ngữ muốn nghe, và Interpreter thậm chí có thể mô phỏng giọng nói của chính người phát ngôn trong bản dịch. Cuộc gọi nhận được tính năng này vào tháng 1 năm 2026; chế độ nối tiếp theo lượt cho các cuộc họp hai ngôn ngữ được triển khai vào tháng 5 năm 2026. Trong ba nền tảng lớn, đây là kiến trúc gần nhất với thông dịch đồng thời cho từng người nghe nhất.

Đó cũng chính là lý do tại sao các hàng rào của nó quan trọng — chúng nằm trong phần giới hạn, và chúng mang tính quyết định.

3. Thông dịch ngôn ngữ (con người, kênh)

Tính năng cổ điển: người tổ chức cấu hình trước tối đa 16 cặp ngôn ngữ và mời thông dịch viên con người — những người bạn tự tìm nguồn, hướng dẫn và trả lương — mỗi người nhận một kênh âm thanh. Người dự chọn một kênh và cân bằng âm lượng giữa âm gốc và thông dịch viên bằng một thanh trượt. Không có giấy phép Premium được ghi nhận, nhưng gánh nặng sản xuất là của bạn, và các giới hạn là thực tế: thiết lập trước khi cuộc họp bắt đầu, thông dịch viên phải tham gia từ ứng dụng desktop, không hỗ trợ web, không có phòng chia nhóm, không có cuộc họp mã hóa đầu-đến-đầu.

Cách bật từng tính năng

Phụ đề đã dịch: người tổ chức có Premium hoặc Copilot → bất kỳ người dự nào bật phụ đề trực tiếp, mở cài đặt phụ đề, và chọn một ngôn ngữ dưới Translate to.

Tác nhân thông dịch: bạn (người nghe) cần giấy phép Microsoft 365 Copilot. Trong một cuộc họp đã lên lịch, bật Interpreter cho chính bạn, chọn ngôn ngữ dưới Listen to meeting in, và tùy chọn để nó mô phỏng giọng nói (quản trị viên của bạn kiểm soát xem tính năng đó có bật theo mặc định hay không).

Thông dịch ngôn ngữ: người tổ chức bật tính năng này trong khi lên lịch, gán thông dịch viên theo từng cặp ngôn ngữ, và người dự chọn kênh của họ khi cuộc họp bắt đầu. Không thể thêm vào một cuộc họp đang chạy.

Vấn đề không nằm ở các nút chuyển. Vấn đề nằm ở những gì các nút chuyển đó có thể và không thể làm.

Những giới hạn thực sự quyết định xem nó có phù hợp không

Tính đến giữa năm 2026, theo tài liệu chính thức của Microsoft:

• Tác nhân Interpreter nói được 10 ngôn ngữ — tiếng Anh, tiếng Tây Ban Nha, tiếng Bồ Đào Nha, tiếng Nhật, tiếng Quan Thoại, tiếng Ý, tiếng Đức, tiếng Pháp, tiếng Hàn, và (từ tháng 4 năm 2026) tiếng Trung Phồn thể. Bên dưới, nó chuyển tiếp qua văn bản tiếng Anh: giọng nói được nhận dạng, chuyển sang tiếng Anh, dịch, rồi tổng hợp lại. Mọi cặp không phải tiếng Anh đều phải trả phí chuyển tiếp.
• Nó được đo lường và cấp phép theo từng người dùng. Interpreter đi kèm giấy phép Microsoft 365 Copilot và bao gồm 20 giờ mỗi người dùng mỗi tháng; vượt mức đó, quyền truy cập "phụ thuộc vào công suất sẵn có." Các cuộc họp đa ngôn ngữ như một tiện ích có đồng hồ đo.
• Nó bỏ qua những cuộc họp mà bạn muốn dùng nó nhất. Không có cuộc họp ad-hoc/tức thì, không có hội thảo trực tuyến, không có town hall, không có Teams Free, không có Teams Rooms trên Android. Các định dạng phát sóng đa ngôn ngữ lớn chỉ nhận được phụ đề đã dịch.
• Không có gì tồn tại sau cuộc họp. Bản ghi chỉ thu âm thanh gốc — không có kênh thông dịch. Bản phiên dịch đã dịch chỉ tồn tại khi đang họp; sau đó, chỉ còn lại bản gốc ngôn ngữ nói. Phụ đề đã dịch cũng không được lưu.
• Lời lưu ý về chất lượng từ chính Microsoft: Interpreter "không được tối ưu cho các trao đổi nhanh hoặc đối thoại chồng lấp" — tức là, cho cách mà các cuộc họp làm việc thực tế nghe. Không có con số độ trễ nào được công bố.
• Thông dịch con người là một quá trình sản xuất. Chỉ cấu hình trước, thông dịch viên chỉ trên desktop, không có người dự qua web, không có phòng chia nhóm, không có E2EE — và thông dịch viên tính phí bạn theo ngày, theo ngôn ngữ, một cấu trúc chi phí riêng.

Không điều gì trong số này khiến bộ công cụ của Teams trở nên tệ — nó là bộ đầy đủ nhất trong các nền tảng lớn. Nhưng nó khiến bộ công cụ trở thành một tác nhân thông dịch cấp phép theo ghế, 10 ngôn ngữ, 20 giờ mỗi tháng cho các cuộc họp nội bộ đã lên lịch, kèm phụ đề cho mọi thứ khác.

Cuộc họp không cần ma trận giấy phép

Nếu những giới hạn đó là vấn đề, thì cách khắc phục không phải là một nút chuyển tốt hơn — mà là một cuộc họp đa ngôn ngữ với mọi người tham gia theo mặc định:

• Bắt đầu hoặc tham gia một cuộc họp đa ngôn ngữ — mỗi người tham gia bằng ngôn ngữ của riêng mình, không cần giấy phép theo từng người nghe và không có giới hạn 20 giờ.
• Cách hoạt động của bộ dịch thời gian thực — 24 ngôn ngữ, dịch trực tiếp giữa các cặp, để một cuộc họp Pháp↔Nhật không bao giờ đi qua tiếng Anh.

Giới hạn cấu trúc, trong một câu

Teams sẽ thông dịch một cuộc họp đã lên lịch cho các đồng nghiệp có ghế mang giấy phép Copilot — bằng 10 ngôn ngữ, qua một trạm trung chuyển tiếng Anh, 20 giờ mỗi tháng, không để lại bản dịch đã lưu. Một tổ chức thực sự đa ngôn ngữ cần chính cuộc họp phải đa ngôn ngữ — cho tất cả mọi người trong đó, bao gồm khán giả hội thảo trực tuyến, khách không có giấy phép của bạn, và bản ghi mà bạn lưu giữ.

Nếu các cuộc họp đa ngôn ngữ của bạn là nội bộ, đã lên lịch, và nằm trong 10 ngôn ngữ — và tổ chức của bạn đã trả tiền cho Copilot — Interpreter là một câu trả lời thực tế, được tích hợp vào một công cụ bạn đã có. Nếu các cuộc họp của bạn bao gồm hội thảo trực tuyến, bên ngoài, các cặp ngôn ngữ không nên đi qua tiếng Anh, hoặc bất kỳ thứ gì bạn cần lưu bản ghi, bạn đã chạm tới giới hạn.

Khi bạn đã vượt quá ma trận giấy phép

Đây chính là công việc mà chúng tôi xây dựng InterMIND cho: chính cuộc họp chạy bằng ngôn ngữ của mỗi người tham gia — không giấy phép theo từng người nghe, không có đồng hồ đo, không có trạm trung chuyển tiếng Anh. Cụ thể, nơi Teams rào và đo lường:

• 24 ngôn ngữ trực tiếp trên giọng nói, chat và ghi chú dùng chung, dịch trực tiếp giữa các cặp — một cuộc họp Pháp↔Nhật không bao giờ đi qua tiếng Anh. (Toàn bộ bộ công cụ đầu-đến-đầu nằm ở một trang riêng.)
• Tất cả mọi người trong cuộc họp đều nhận được. Bản dịch là cách nền tảng hoạt động, không phải quyền lợi theo từng ghế — bao gồm khách và bên ngoài, không có giới hạn 20 giờ.
• Hội thảo trực tuyến, town hall và hội nghị được bao gồm — tối đa 1.500 người tham gia, mỗi người tự chọn ngôn ngữ nghe của mình: thông dịch đồng thời không cần booth. Toàn bộ quy trình sự kiện — Q&A, tóm tắt và bộ slide kèm theo — nằm tại sự kiện & hội thảo trực tuyến.
• Bản ghi tồn tại. Bản phiên dịch đa ngôn ngữ, bản ghi, và tài liệu đã dịch được đóng gói sau cuộc họp — không phải phụ đề biến mất.
• Chất lượng có thể kiểm toán. Điểm theo từng cặp ngôn ngữ trên lưu lượng thực tế, công bố hàng tháng tại /benchmark — không phải tuyên bố suông, mà là đo lường.

Chúng tôi không khẳng định Teams là tệ — Interpreter là tính năng dịch nghiêm túc nhất mà bất kỳ nhà cung cấp incumbent nào đã tung ra. Chúng tôi khẳng định rằng những hàng rào quanh nó mô tả một cuộc họp khác với cuộc họp mà các đội ngũ đa ngôn ngữ thực sự chạy. Phiên bản so sánh từng tính năng nằm tại InterMIND so với Microsoft Teams.

Thử phía bên kia của giới hạn

• Thử bản demo trực tiếp — chạy pipeline giọng nói trực tiếp của chúng tôi trên âm thanh của chính bạn, bằng bất kỳ ngôn ngữ nào trong 24 ngôn ngữ, và nghe bản dịch theo từng người nghe mà không cần ma trận giấy phép.
• Xem benchmark — chất lượng dịch theo từng cặp, từng tháng trên lưu lượng thực tế, kèm phương pháp được ghi chép rõ ràng.
• InterMIND so với Microsoft Teams — trung thực, từng tính năng một.
• Chỉ cần bản ghi, không cần dịch trực tiếp? Phía notetaker của thị trường: 9 lựa chọn thay thế Otter.ai tốt nhất.

Bản dịch trực tiếp trên Teams là thực, đầy tham vọng, và được rào chính xác: phụ đề cho số đông, tác nhân thông dịch qua trạm trung chuyển tiếng Anh cho số ít có giấy phép, kênh con người cho các sự kiện đủ lớn để biên chế nhân lực. Biết các hàng rào nằm ở đâu chính là toàn bộ quyết định.

FAQ

Microsoft Teams dịch giọng nói hay chỉ phụ đề?

Cả hai, sau các cửa kiểm soát khác nhau. Phụ đề dịch trực tiếp bao phủ 31 ngôn ngữ dưới dạng văn bản. Tác nhân Interpreter đọc bản dịch dưới dạng âm thanh tổng hợp bằng 10 ngôn ngữ — nhưng nó chuyển tiếp qua văn bản tiếng Anh, và mỗi người dùng cần đúng giấy phép.

Cần giấy phép nào cho bản dịch trực tiếp trên Teams?

Phụ đề đã dịch cần người tổ chức cuộc họp có Teams Premium hoặc Microsoft 365 Copilot — khi đó tất cả người tham gia đều nhận được. Interpreter được đo lường theo từng người dùng: 20 giờ mỗi người dùng mỗi tháng kèm giấy phép Copilot.

Teams Interpreter có dịch giữa bất kỳ hai ngôn ngữ nào không?

Không. Nó định tuyến qua văn bản tiếng Anh, và không hoạt động trong các cuộc gọi ad-hoc, hội thảo trực tuyến, town hall, Teams Free, hoặc trên Teams Rooms chạy Android. Microsoft cũng ghi nhận nó không được tối ưu cho các trao đổi nhanh hoặc đối thoại chồng lấp.

Phụ đề đã dịch có được lưu trong bản phiên dịch hoặc bản ghi của Teams không?

Không. Phụ đề không được lưu, bản phiên dịch đã dịch chỉ tồn tại khi đang họp, và bản ghi chỉ giữ lại âm thanh gốc.

— Đội ngũ Mind.com

Nguồn: Microsoft — Use live captions in Teams meetings, Microsoft Learn — Meeting transcription and captions, Microsoft — Interpreter in Teams meetings and calls, Microsoft Learn — Interpreter agent in Teams, Microsoft — Use language interpretation in Teams meetings, Microsoft Learn — Teams Premium licensing. Microsoft mở rộng danh sách ngôn ngữ và giấy phép theo thời gian; kiểm tra các trang để biết trạng thái hiện hành. Mọi thông tin đã được kiểm chứng vào tháng 8 năm 2026.