Bản dịch trực tiếp Zoom: cách hoạt động và giới hạn của nó

Nếu bạn tìm kiếm "bản dịch trực tiếp Zoom", câu trả lời ngắn gọn và trung thực là: có, Zoom có thể dịch một cuộc họp trực tiếp — theo ba cách khác nhau — và cách bạn nhận được phụ thuộc vào gói đăng ký, khu vực và việc bạn có sẵn sàng tự thuê thông dịch viên hay không. Cả ba cách đều có thật. Nhưng không có cách nào tạo ra một phòng họp mà ở đó một người Đức, một người Nhật và một người Brazil cùng nghe cuộc họp bằng ngôn ngữ của mình trong suốt thời gian diễn ra. Bài viết này giải thích cách hoạt động của từng tính năng, cách bật tính năng và giới hạn thực sự ở đâu.

Đây là bài hướng dẫn sử dụng nền tảng đi kèm với hướng dẫn cơ bản của chúng tôi, Dịch cuộc họp thời gian thực: cách hoạt động và cách đánh giá. Đối với phiên bản Google Meet và Microsoft Teams của bài viết này, xem Meet và Teams. Lần đầu tìm hiểu về thông dịch? Bắt đầu với Thông dịch đồng thời: trong cabin, RSI, hay AI.

Ba tính năng và lý do tại sao chúng không giống nhau

Zoom đã triển khai bản dịch trực tiếp dưới ba hình thức khác nhau. Chúng thường bị nhầm lẫn, vì vậy hãy phân biệt chúng trước:

1. Translated captions (văn bản)

Tính năng chủ lực. Chú thích tự động của Zoom thực hiện phiên âm trực tiếp; translated captions dịch luồng văn bản đó sang ngôn ngữ mà mỗi người tham gia chọn. Có hai ưu điểm thực sự ở đây: danh sách ngôn ngữ rất dài — 36 ngôn ngữ được hỗ trợ đầy đủ, cộng thêm tiếng Hy Lạp, tiếng Na Uy và tiếng Wales chỉ cho ngôn ngữ đích — và mỗi người tham gia tự chọn ngôn ngữ phụ đề của riêng mình mà không cần hỏi chủ trì. Nó hoạt động trong các cuộc họp và hội thảo trực tuyến.

Hạn chế nằm ở yêu cầu đăng ký: translated captions đi kèm với các gói Workplace Business Plus và Enterprise. Trên gói Pro hoặc Business cơ bản, bạn cần mua thêm tiện ích bổ sung Translated Captions — đây là tính năng AI duy nhất mà Zoom không đưa vào gói AI Companion đi kèm với mọi gói trả phí.

Và đây là trải nghiệm đọc văn bản. Phụ đề dịch những gì người dùng đọc, chứ không phải những gì họ nghe.

2. Voice translator cho cuộc họp (âm thanh)

Tính năng nổi bật của năm 2025–2026, được công bố cùng với AI Companion 3.0 tại Zoomtopia. Tính năng này có thể phát âm thanh: nó lấy luồng translated captions và chuyển thành âm thanh dịch tổng hợp, cho từng người tham gia, kèm theo thanh trượt để cân bằng giọng nói gốc với giọng dịch. Mỗi người tham gia tự chọn ngôn ngữ nói và ngôn ngữ nghe của riêng mình.

Nó được triển khai trong giai đoạn 2025–2026 dưới dạng bản beta được kiểm soát chặt chẽ và kết thúc giai đoạn beta đúng như dự đoán trong tài liệu của Zoom: trở thành một tính năng trả phí. Hiện tại nó yêu cầu tiện ích bổ sung Live Translation hoặc ZoomMate (nơi các tính năng AI nâng cao tiêu tốn chi phí AI Credit) — chi tiết nằm trong phần giới hạn bên dưới.

3. Language Interpretation (con người, kênh)

Tính năng lâu đời nhất, và là tính năng mà các đội ngũ sự kiện quen thuộc: chủ trì chỉ định tối đa 20 thông dịch viên con người, Zoom mở một kênh âm thanh cho từng ngôn ngữ, và người nghe chọn một kênh — âm thanh gốc vẫn phát ở âm lượng nhỏ bên dưới. Zoom chỉ cung cấp hạ tầng kết nối ở đây, chứ không cung cấp thông dịch viên. Bạn tự đặt lịch, hướng dẫn và trả lương cho họ. Tính năng này có trên các tài khoản Pro, Business, Education và Enterprise, với chín ngôn ngữ kênh mặc định cùng các ngôn ngữ tùy chỉnh. (Hướng dẫn thiết lập đầy đủ, bao gồm cả giới hạn: Thiết lập thông dịch viên Zoom.)

Cách bật từng tính năng

Translated captions: quản trị viên bật chú thích tự động và translated captions trong cài đặt tài khoản (yêu cầu gói Business Plus/Enterprise hoặc tiện ích bổ sung). Trong cuộc họp, mỗi người tham gia nhấp vào điều khiển phụ đề và chọn ngôn ngữ của họ — không cần sự can thiệp của chủ trì.

Voice translator: quản trị viên bật tính năng này trong cài đặt tài khoản; tài khoản (từ Basic đến Enterprise) cần tiện ích bổ sung Live Translation hoặc ZoomMate, và người tham gia cần ứng dụng máy tính bản 7.0.0 trở lên. Trong cuộc họp, bạn chọn ngôn ngữ nói và ngôn ngữ bạn muốn nghe, đồng thời điều chỉnh âm lượng giữa âm thanh gốc và âm thanh dịch.

Language Interpretation: chủ trì lên lịch một cuộc họp hoặc hội thảo trực tuyến có bật thông dịch, gán thông dịch viên trước (hoặc trong cuộc họp thông qua ứng dụng máy tính), và người tham gia chọn kênh âm thanh của họ khi cuộc họp bắt đầu.

Vấn đề không nằm ở các nút bật/tắt. Vấn đề nằm ở việc những nút này có thể và không thể làm gì.

Những giới hạn thực sự quyết định tính phù hợp

Tính đến tháng 8 năm 2026, theo tài liệu hỗ trợ chính thức của Zoom:

• Phụ đề dịch văn bản, không dịch toàn bộ phòng họp. Danh sách ngôn ngữ dài và lựa chọn theo từng người tham gia là có thật — nhưng tất cả mọi người đều đang đọc phụ đề trong khi âm thanh cuộc họp vẫn chỉ ở một ngôn ngữ. Zoom cũng lưu rõ rằng "translated captions có thể không chính xác," và các phương ngữ không dịch qua lại lẫn nhau (không có tiếng Pháp (Pháp) ↔ tiếng Pháp (Canada)).
• Voice translator chỉ nói được năm ngôn ngữ và có tính phí thêm. Danh sách đầy đủ: tiếng Anh, tiếng Trung, tiếng Pháp, tiếng Nhật, tiếng Tây Ban Nha. Bất kỳ ngôn ngữ nào ngoài năm ngôn ngữ này — ví dụ: tiếng Hindi ↔ tiếng Anh — đều không được hỗ trợ dù trả thêm phí; đối với cặp ngôn ngữ này, xem hướng dẫn Trợ lý dịch giọng nói từ tiếng Hindi sang tiếng Anh. Tính năng đã hết giai đoạn beta và được tính phí như tiện ích bổ sung Live Translation hoặc thông qua ZoomMate với chi phí AI Credit. Chỉ dành cho cuộc họp — không dùng cho hội thảo trực tuyến. Chỉ dùng trên ứng dụng máy tính. Và đối với các đoạn phát biểu dài, nó không còn là đồng thời: các đoạn nói dài được dịch sau khi người nói tạm dừng — thông dịch liên tiếp với giọng nói tổng hợp.
• Language Interpretation đòi hỏi nhân lực và kế hoạch của bạn. Chỉ dành cho cuộc họp đã lên lịch — không dùng Personal Meeting ID, không dùng cuộc họp tức thì, không dùng phòng chia nhóm — và thông dịch viên là các chuyên gia mà bạn tự tìm, tự đặt lịch và trả lương theo ngày, theo ngôn ngữ. Đó không phải là lỗi; đó là một loại sản phẩm khác, với cấu trúc chi phí riêng.
• Không có dịch giọng nói bằng máy trong hội thảo trực tuyến. Một hội thảo trực tuyến đa ngôn ngữ trên Zoom hiện nay đồng nghĩa với việc có translated captions cho người đọc, hoặc các kênh thông dịch viên con người do bạn tự bố trí.

Không điều gì trong số đây khiến các tính năng của Zoom trở nên tồi tệ. Hệ thống phụ đề nói riêng rất rộng lớn và thực sự theo từng người tham gia. Nhưng điều này khiến bản dịch trực tiếp của Zoom mang tính văn bản là chính, với bản dịch giọng nói chỉ là một tiện ích trả phí cho năm ngôn ngữ hoặc do người bạn thuê thực hiện.

Giới hạn mang tính cấu trúc, trong một câu

Zoom dịch những gì cuộc họp của bạn đọc — rộng rãi và tốt. Những gì cuộc họp của bạn nghe được hoặc là một tiện ích bổ sung trả phí cho năm ngôn ngữ, hoặc là thông dịch viên con người do bạn tự mang đến. Một cuộc họp đa ngôn ngữ thực sự cần mỗi người tham gia nghe được phòng họp bằng ngôn ngữ của riêng họ, trong suốt cuộc họp, bất kể họ ở đâu — và đó là một kiến trúc, chứ không phải là một danh sách ngôn ngữ dài hơn.

Nếu các cuộc họp của bạn phù hợp với phụ đề — các bài thuyết trình, hội thảo trực tuyến nơi người tham gia đọc theo — translated captions của Zoom trên gói Business Plus có thể là tất cả những gì bạn cần, trong một công cụ bạn đã có sẵn. Nếu các cuộc họp của bạn là cuộc trò chuyện — mọi người ngắt lời, ra quyết định, suy nghĩ thành tiếng bằng ba ngôn ngữ — bạn đã chạm tới giới hạn.

Khi bạn cần vượt ra ngoài phụ đề và hạn ngạch

Đây là công việc mà chúng tôi xây dựng InterMIND để giải quyết: không phải phụ đề dưới một cuộc gọi đơn ngữ, mà là mỗi người tham gia nghe cuộc họp bằng ngôn ngữ của riêng họ, đồng thời, trực tiếp. Cụ thể, trong khi hệ thống của Zoom đọc văn bản và tiện ích bổ sung nói được năm ngôn ngữ:

• 24 ngôn ngữ trực tiếp bằng giọng nói, trò chuyện và ghi chú dùng chung — bất kỳ sự kết hợp nào, không cần tiếng Anh làm gốc, không hạn chế khu vực, không giới hạn năm ngôn ngữ. (Toàn bộ hệ sinh thái dịch thuật end-to-end có trang riêng.)
• Âm thanh theo từng người nghe, độ trễ dưới một giây. Mỗi người tham gia nghe cuộc họp bằng ngôn ngữ đã chọn cùng lúc — năm người, năm ngôn ngữ, một phòng họp. (Cách hoạt động bên trong: Bên trong bốn luồng xử lý dịch thuật.)
• Bao gồm cả hội thảo trực tuyến và hội nghị — lên tới 1.500 người tham gia, mỗi người chọn ngôn ngữ nghe của riêng mình. Đó là thông dịch đồng thời không cần cabin, không phải là tiện ích bổ sung — quy trình sự kiện đầy đủ nằm tại sự kiện & hội thảo trực tuyến.
• Cả tài liệu nữa — thả tệp PDF hoặc DOCX vào cuộc họp và mỗi người xem sẽ nhận được tài liệu bằng ngôn ngữ của họ, hỗ trợ 30 ngôn ngữ trên tệp.
• Chất lượng có thể kiểm toán. Chúng tôi công bố điểm số cho từng cặp ngôn ngữ trên lưu lượng thực tế tại /benchmark — các tuyên bố về độ chính xác của Zoom được đưa ra trong thông cáo báo chí của chính họ; của chúng tôi thì có thể tái lập được.

Chúng tôi không nói Zoom tồi — đối với các cuộc họp ưu tiên phụ đề, hệ thống dịch thuật của nó là một trong những hệ thống rộng nhất hiện có. Chúng tôi muốn nói rằng đó là một hình thức cuộc họp khác. Phiên bản so sánh tính năng theo từng tính năng nằm tại So sánh InterMIND và Zoom.

Thử nghiệm phía bên kia của giới hạn

• Thử dùng bản demo trực tiếp — chạy luồng xử lý giọng nói trực tiếp của chúng tôi trên âm thanh của bạn, bằng bất kỳ ngôn ngữ nào trong 24 ngôn ngữ, và nghe bản dịch theo từng người nghe thay vì đọc nó.
• Xem điểm chuẩn — chất lượng dịch theo từng cặp, từng tháng trên lưu lượng thực tế, kèm theo phương pháp đánh giá được ghi chép lại.
• So sánh InterMIND và Zoom — trung thực, từng tính năng một.
• Chỉ cần bản ghi chép, không cần dịch trực tiếp? Mảng ghi chú trên thị trường: 9 lựa chọn thay thế Fireflies.ai tốt nhất.

Bản dịch trực tiếp trên Zoom là có thật, hữu ích, và có ranh giới rõ ràng: phụ đề cho số đông, tiện ích trả phí cho năm ngôn ngữ cho một số người, và thông dịch viên con người cho phần còn lại. Việc biết các ranh giới nằm ở đâu chính là cốt lõi của quyết định.

FAQ

Zoom có dịch âm thanh hay chỉ dịch phụ đề?

Ba tính năng, ba câu trả lời. Translated captions hiển thị cuộc họp dưới dạng văn bản bằng ngôn ngữ đã chọn của từng người tham gia. Voice translator phát âm thanh dịch tổng hợp bằng năm ngôn ngữ. Language Interpretation mở các kênh âm thanh cho thông dịch viên con người do bạn tự thuê.

Translated captions của Zoom hỗ trợ bao nhiêu ngôn ngữ?

36 ngôn ngữ được hỗ trợ đầy đủ, cộng thêm tiếng Hy Lạp, tiếng Na Uy và tiếng Wales chỉ làm ngôn ngữ đích dịch thuật. Các phương ngữ không dịch qua lại lẫn nhau — không có tiếng Pháp (Pháp) ↔ tiếng Pháp (Canada).

Voice translator của Zoom yêu cầu gì?

Một tài khoản Zoom (từ Basic đến Enterprise) có tiện ích bổ sung Live Translation hoặc ZoomMate (áp dụng chi phí AI Credit), và ứng dụng máy tính bản 7.0.0 trở lên. Nó hỗ trợ năm ngôn ngữ — tiếng Anh, tiếng Trung, tiếng Pháp, tiếng Nhật, tiếng Tây Ban Nha — chỉ trong các cuộc họp, và các đoạn phát biểu dài sẽ được dịch sau khi người nói tạm dừng.

Translated captions có tốn thêm chi phí trên Zoom không?

Chúng được bao gồm khi chủ trì sử dụng gói Workplace mức Business Plus hoặc Enterprise; trên các gói trả phí khác bạn cần tiện ích bổ sung Translated Captions — nó không thuộc gói AI Companion.

— Đội ngũ Mind.com

Nguồn: Zoom — Bật và cấu hình translated captions, Zoom — Xem phụ đề bằng ngôn ngữ khác, Zoom — Sử dụng Voice translator cho cuộc họp, Zoom — Bật hoặc tắt Voice translator cho cuộc họp, Zoom — Sử dụng Language Interpretation trong cuộc họp hoặc hội thảo trực tuyến, Zoom — Bật Language Interpretation, Thông báo Zoomtopia 2025. Zoom mở rộng các gói và danh sách ngôn ngữ theo thời gian; hãy kiểm tra các trang hỗ trợ để biết trạng thái hiện tại. Mọi thông tin được kiểm tra vào tháng 8 năm 2026.