Dịch trực tiếp trên Zoom: cách hoạt động và giới hạn nằm ở đâu

Nếu bạn đã tìm "Zoom live translation", câu trả lời ngắn gọn và thẳng thắn là: có, Zoom có thể dịch một cuộc họp trực tiếp, theo ba cách khác nhau, và bạn dùng được cách nào còn tùy vào gói của bạn, khu vực của bạn, và việc bạn có sẵn sàng tự thuê phiên dịch viên hay không. Cả ba đều có thật. Nhưng không cách nào tạo ra một căn phòng nơi người Đức, người Nhật và người Brazil mỗi người nghe cuộc họp bằng ngôn ngữ của mình suốt thời gian diễn ra. Bài viết này giải thích từng cách hoạt động ra sao, cách bật chúng, và chính xác giới hạn nằm ở đâu.

Đây là bài hướng dẫn theo nền tảng, đi kèm với bài nền tảng của chúng tôi, Dịch cuộc họp theo thời gian thực: cách hoạt động và cách đánh giá một giải pháp. Với phiên bản dành cho Google Meet và Microsoft Teams, xem Meet và Teams. Mới làm quen với phiên dịch như một hạng mục? Hãy bắt đầu với Dịch đồng thời: buồng dịch, RSI hay AI.

Ba tính năng, và vì sao chúng không giống nhau

Zoom đã phát hành tính năng dịch trực tiếp dưới ba hình thức riêng biệt. Chúng thường bị nhầm lẫn với nhau, nên hãy tách chúng ra trước:

1. Phụ đề dịch (văn bản)

Công cụ chủ lực. Phụ đề tự động của Zoom chạy phiên âm trực tiếp; phụ đề dịch sẽ dịch luồng văn bản đó sang ngôn ngữ mà mỗi người tham gia chọn. Có hai điểm thực sự tốt: danh sách ngôn ngữ dài, gồm 36 ngôn ngữ được hỗ trợ đầy đủ, cộng thêm tiếng Hy Lạp, tiếng Na Uy và tiếng Wales chỉ làm ngôn ngữ đích, và mỗi người tham gia tự chọn ngôn ngữ phụ đề của mình, không cần hỏi người chủ trì. Tính năng này hoạt động cả trong cuộc họp lẫn webinar.

Điểm vướng là điều kiện sử dụng: phụ đề dịch đi kèm các gói Workplace Business Plus và Enterprise. Với Pro hoặc Business cơ bản, bạn cần add-on Translated Captions trả phí. Đây là tính năng AI duy nhất mà Zoom không gộp vào gói AI Companion đi kèm mọi gói trả phí.

Và đó là trải nghiệm đọc. Phụ đề dịch những gì người ta đọc, không phải những gì người ta nghe.

2. Voice translator cho cuộc họp (âm thanh)

Tính năng nổi bật của giai đoạn 2025–2026, được công bố cùng AI Companion 3.0 tại Zoomtopia. Tính năng này biết nói: nó lấy luồng phụ đề dịch và biến thành âm thanh dịch tổng hợp, riêng cho từng người tham gia, với thanh trượt để cân bằng giữa giọng gốc và giọng đã dịch. Mỗi người tham gia tự chọn ngôn ngữ nói và ngôn ngữ nghe của mình.

Trong suốt 2025–2026, tính năng này được phát hành dưới dạng bản beta bị rào chặt chẽ, và khi rời beta thì đúng như những gì tài liệu của Zoom đã dự báo: trở thành một khoản phải mua. Hiện nay nó yêu cầu add-on Live Translation hoặc ZoomMate (nơi các tính năng AI nâng cao tính phí AI Credit); chi tiết nằm ở phần giới hạn bên dưới.

3. Language Interpretation (con người, kênh)

Tính năng lâu đời nhất, và là tính năng mà các nhóm tổ chức sự kiện đều biết: người chủ trì chỉ định tối đa 20 phiên dịch viên là con người, Zoom mở một kênh âm thanh cho mỗi ngôn ngữ, và người nghe chọn một kênh, với âm thanh gốc nhỏ ở bên dưới. Zoom cung cấp hạ tầng, chứ không cung cấp phiên dịch viên. Bạn tự đặt lịch, tự hướng dẫn và tự trả tiền cho họ. Tính năng 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, kèm các giới hạn: Thiết lập phiên dịch viên trên Zoom.)

Cách bật từng tính năng

Phụ đề dịch: quản trị viên bật phụ đề tự động và phụ đề dịch trong phần cài đặt tài khoản (Business Plus/Enterprise hoặc add-on). Trong cuộc họp, mỗi người tham gia nhấp vào nút phụ đề và chọn ngôn ngữ của mình, không cần người chủ trì can thiệp.

Voice translator: quản trị viên bật trong phần cài đặt tài khoản; tài khoản (từ Basic đến Enterprise) cần có add-on Live Translation hoặc ZoomMate, và người tham gia cần ứng dụng máy tính để bàn phiên bản 7.0.0 trở lên. Trong cuộc họp, bạn chọn ngôn ngữ mình nói và ngôn ngữ bạn muốn nghe, rồi điều chỉnh độ cân bằng giữa âm thanh gốc và âm thanh đã dịch.

Language Interpretation: người chủ trì lên lịch cuộc họp hoặc webinar có bật phiên dịch, chỉ định phiên dịch viên trước (hoặc ngay trong cuộc họp từ ứng dụng máy tính để bàn), và người tham gia chọn kênh âm thanh của mình khi cuộc họp bắt đầu.

Trở ngại không nằm ở các công tắc. Nó nằm ở những gì các công tắc đó làm được và không làm được.

Những giới hạn thực sự quyết định có phù hợp hay không

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

Phụ đề dịch văn bản, không dịch cả căn phòng. Danh sách ngôn ngữ dài và việc mỗi người tự chọn là có thật, nhưng ai cũng phải đọc phụ đề trong khi âm thanh của cuộc họp vẫn chỉ bằng một ngôn ngữ. Zoom cũng nói thẳng rằng "phụ đề dịch có thể không chính xác", và các phương ngữ không được dịch qua lại với nhau (không có tiếng Pháp (Pháp) ↔ tiếng Pháp (Canada)).
Voice translator nói được năm ngôn ngữ và tốn thêm phí. Danh sách đầy đủ: tiếng Anh, tiếng Trung, tiếng Pháp, tiếng Nhật, tiếng Tây Ban Nha. Bất cứ ngôn ngữ nào ngoài năm ngôn ngữ này, chẳng hạn Hindi ↔ tiếng Anh, đều không được hỗ trợ dù trả bao nhiêu; riêng với cặp này, xem hướng dẫn trình dịch giọng nói Hindi sang tiếng Anh. Tính năng đã hết beta và được bán dưới dạng add-on Live Translation hoặc qua ZoomMate với chi phí AI Credit. Chỉ dành cho cuộc họp, không có webinar. Chỉ trên ứng dụng máy tính để bàn. Và với lời nói dài, nó không còn đồng thời nữa: các lượt nói kéo dài được dịch sau khi người nói ngừng, tức là phiên dịch nối tiếp bằng giọng tổng hợp.
Language Interpretation cần con người và sự lên kế hoạch của bạn. Chỉ dành cho cuộc họp đã lên lịch, không có Personal Meeting ID, không có cuộc họp tức thì, không có phòng nhóm nhỏ, và phiên dịch viên là các chuyên gia mà bạn tự tìm, tự đặt lịch và trả tiền theo ngày, theo ngôn ngữ. Đó không phải là khiếm khuyết; đó là một hạng mục sản phẩm khác, với cơ cấu chi phí riêng.
Hoàn toàn không có dịch giọng nói bằng máy trong webinar. Một webinar đa ngôn ngữ trên Zoom hiện nay nghĩa là phụ đề dịch cho người đọc, hoặc các kênh phiên dịch viên mà bạn tự bố trí nhân sự. So sánh với những gì Teams và Google Meet đòi hỏi cho cùng công việc: Teams yêu cầu gì cho phụ đề dịch trong webinar và town hall.

Không điều nào trong số này khiến các tính năng của Zoom trở nên tệ. Riêng bộ phụ đề thì rộng và thực sự dịch riêng cho từng người tham gia. Nhưng nó khiến tính năng dịch trực tiếp của Zoom ưu tiên văn bản, còn bản dịch bằng giọng nói hoặc là add-on trả phí năm ngôn ngữ, hoặc do những người bạn tự thuê đảm nhận.

Giới hạn cấu trúc, trong một câu

Zoom dịch những gì cuộc họp của bạn đọc, rộng và tốt. Còn những gì cuộc họp của bạn nghe thì hoặc là add-on trả phí năm ngôn ngữ, hoặc là phiên dịch viên mà bạn tự mang đến. Một cuộc họp đa ngôn ngữ thực sự cần mỗi người tham gia nghe căn phòng bằng ngôn ngữ của mình, trong suốt cuộc họp, dù họ ở đâu, và đó là một kiến trúc, không phải một danh sách ngôn ngữ dài hơn.

Nếu các cuộc họp của bạn phù hợp với phụ đề, như thuyết trình hay webinar nơi người tham dự đọc theo, thì phụ đề dịch của Zoom trên gói Business Plus có thể là đủ, trong một công cụ bạn đã có sẵn. Nếu các cuộc họp của bạn là những cuộc trò chuyện, nơi mọi người ngắt lời nhau, ra quyết định, nghĩ thành tiếng bằng ba ngôn ngữ, thì bạn đã chạm đến giới hạn.

Khi bạn đã vượt quá phụ đề và hạn mức

Đây là công việc mà chúng tôi xây dựng InterMIND để làm: không phải phụ đề dưới một cuộc gọi đơn ngữ, mà là mỗi người tham gia nghe cuộc họp bằng ngôn ngữ của mình, đồng thời, trực tiếp. Cụ thể, ở nơi bộ công cụ của Zoom đọc và add-on của nó nói được năm ngôn ngữ:

23 ngôn ngữ trực tiếp cho giọng nói, chat và ghi chú chung, với mọi tổ hợp, không có ngôn ngữ neo là tiếng Anh, không giới hạn khu vực, không trần năm ngôn ngữ. (Toàn bộ chuỗi dịch từ đầu đến cuối có trang riêng.)
Âm thanh riêng cho từng người nghe, trực tiếp. Mỗi người tham gia nghe cuộc họp bằng ngôn ngữ mình đã chọn, cùng một lúc: năm người, năm ngôn ngữ, một căn phòng. (Cách hoạt động bên trong: Bên trong bốn quy trình dịch.)
Bao gồm cả webinar và hội nghị: quy mô phòng theo gói của người chủ trì (bảng giá), mỗi người tham gia tự chọn ngôn ngữ nghe của mình. Đó là dịch đồng thời không cần buồng dịch, không phải một add-on; quy trình sự kiện đầy đủ nằm ở sự kiện & webinar.
Cả tài liệu nữa: thả một tệp PDF hoặc DOCX vào cuộc họp và mỗi người xem nhận được nó bằng ngôn ngữ của mình, với 30 ngôn ngữ cho tệp.
Chất lượng có thể kiểm chứng. Chúng tôi công bố điểm số theo từng cặp ngôn ngữ trên lưu lượng thực tại /benchmark. Các tuyên bố về độ chính xác của Zoom nằm trong thông cáo báo chí của chính họ; còn của chúng tôi thì có thể tái lập.

Chúng tôi không nói Zoom tệ: với các cuộc họp ưu tiên phụ đề, bộ công cụ dịch của họ là một trong những bộ rộng nhất hiện có. Chúng tôi nói rằng đó là một hình dạng khác của cuộc họp. Bản so sánh từng tính năng nằm ở InterMIND so với Zoom.

Những gì còn lại sau cuộc gọi, và chúng đi về đâu

Phần trực tiếp là nửa cuộc họp mà nhà cung cấp trình diễn; nửa còn lại bắt đầu khi cuộc gọi kết thúc. InterMIND giữ lại những gì, và chúng có thể đi đến đâu; mỗi mục đều có hướng dẫn riêng:

Bản recap, bằng ngôn ngữ của từng thành viên. Sau mỗi cuộc họp được phiên âm, những người tham gia đã đăng nhập nhận được bản tóm tắt AI, bản ghi đầy đủ và bản ghi hình trên một liên kết vĩnh viễn dành riêng cho thành viên; mỗi người đọc bản tóm tắt bằng ngôn ngữ của mình, và một kênh lưu giữ recap của mọi phiên trước đó. — Meeting recap: bạn nhận được gì sau cuộc gọi
Một bản sao trong CRM hoặc help desk của bạn, qua email. Người chủ trì thêm địa chỉ nhận email của công cụ làm người nhận bản sao recap, xác nhận một lần qua email thử, và mọi bản recap của phòng đó sẽ được gửi đến đó dưới dạng BCC ẩn. — Cách nhận bản sao của mọi bản recap cuộc họp trong CRM của bạn qua email
Có cấu trúc, vào bất kỳ hệ thống nào. Một trigger Zapier, một webhook recap.ready có chữ ký, và một API với hợp đồng OpenAPI 3.1 dành cho Make, n8n, Pipedream và các tác tử AI. — Zapier, webhook hay API
Lịch sử của kênh. Một cuộc họp được lưu lại thành một kênh sẽ giữ chat, tệp, tóm tắt tài liệu và recap, để mọi thành viên đọc được bằng ngôn ngữ của mình, và một khách hàng bên ngoài nhóm có thể là thành viên của kênh qua email. — Cách thêm khách hàng bên ngoài vào kênh chat của nhóm
Những gì nhóm gửi vào từ nơi khác. Mỗi kênh có địa chỉ email riêng, nên một hệ thống ticket hay một công cụ giám sát có thể đăng vào đó mà không cần bot; một tệp có thể được chia sẻ vào từ bảng chia sẻ của bất kỳ ứng dụng nào trên điện thoại hoặc máy Mac. — Email vào kênh, Chia sẻ từ bất kỳ ứng dụng nào

Khách của một cuộc họp, tức một người tham gia không có tài khoản, nhận được đầy đủ phần trực tiếp và không nhận được phần lưu trữ nào; tài khoản thì miễn phí, và chính nó giúp người dùng truy cập được phần lưu trữ.

Hãy thử phía bên kia của giới hạn

Dùng thử bản demo trực tiếp: nghe một cuộc họp thật được dịch trực tiếp, riêng cho từng người nghe, bằng bất kỳ ngôn ngữ nào trong 23 ngôn ngữ, không cần đăng ký.
Bắt đầu cuộc họp đầu tiên của bạn: khách tham gia qua liên kết, mỗi người bằng ngôn ngữ của mình.
Xem benchmark: chất lượng dịch theo từng cặp, theo từng tháng trên lưu lượng thực, với phương pháp luận được ghi rõ.
InterMIND so với Zoom: thẳng thắn, từng tính năng một.
Chỉ cần một bản ghi lại, không cần dịch trực tiếp? Phía công cụ ghi chú của thị trường: 9 lựa chọn thay thế Fireflies.ai tốt nhất.

Tính năng dịch trực tiếp của Zoom là có thật, hữu ích, và được rào ranh giới rõ ràng: phụ đề cho đa số, add-on trả phí năm ngôn ngữ cho một số người, phiên dịch viên con người cho phần còn lại. Biết các hàng rào nằm ở đâu chính là toàn bộ quyết định.

Câu hỏi thường gặp

Zoom dịch âm thanh hay chỉ dịch phụ đề?

Ba tính năng, ba câu trả lời. Phụ đề dịch hiển thị cuộc họp dưới dạng văn bản bằng ngôn ngữ mà mỗi người tham gia chọn. Voice translator phát âm thanh dịch tổng hợp bằng năm ngôn ngữ. Language Interpretation mở các kênh âm thanh cho phiên dịch viên con người mà bạn tự thuê.

Phụ đề dịch 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. Các phương ngữ không được dịch qua lại với nhau, không có tiếng Pháp (Pháp) ↔ tiếng Pháp (Canada).

Voice translator của Zoom yêu cầu những gì?

Một tài khoản Zoom (từ Basic đến Enterprise) có add-on Live Translation hoặc ZoomMate (áp dụng chi phí AI Credit), và ứng dụng máy tính để bàn phiên bản 7.0.0 trở lên. Tính năng hỗ trợ năm ngôn ngữ, gồm tiếng Anh, tiếng Trung, tiếng Pháp, tiếng Nhật, tiếng Tây Ban Nha, chỉ trong cuộc họp, và lời nói dài được dịch sau khi người nói ngừng.

Phụ đề dịch trên Zoom có tốn thêm phí không?

Chúng được bao gồm khi người chủ trì dùng gói Workplace cấp Business Plus hoặc Enterprise; với các gói trả phí khác, bạn cần add-on Translated Captions, vì nó không nằm trong gói AI Companion.

Chúng tôi nên xem thêm gì nếu những giới hạn này là vấn đề?

Toàn cảnh thị trường trên cùng các tiêu chí, gồm bản dịch đến được với ai, chi phí theo từng chỗ ngồi là bao nhiêu, và những gì còn lại sau cuộc gọi, được trình bày trong các lựa chọn thay thế Zoom cho cuộc họp đa ngôn ngữ.

Nếu cuộc trò chuyện hoàn toàn không diễn ra trên Zoom thì sao?

Câu hỏi tương tự xuất hiện khi một người nói tiếng Pháp, tiếng Tây Ban Nha hoặc tiếng Nga trò chuyện với một người nói tiếng Ý: một ứng dụng cụm từ xử lý được thực đơn, còn một cuộc trò chuyện cần một căn phòng nơi mọi người nói bằng ngôn ngữ của chính mình. Các hướng dẫn của chúng tôi về trình dịch giọng nói Pháp–Ý, Tây Ban Nha–Ý và Nga–Ý vạch rõ ranh giới đó, còn tổng quan về trình dịch giọng nói tiếng Ý bao quát phần còn lại.