Google triển khai tính năng dịch giọng nói trực tiếp trong cuộc gọi

Ngày 21/5, tại hội nghị thường niên Google I/O 2025, CEO Sundar Pichai giới thiệu công nghệ mới như một bước tiến nhằm “phá vỡ rào cản ngôn ngữ”, đồng thời xác nhận Google Meet sẽ là nền tảng đầu tiên tích hợp tính năng này.

Theo ông Pichai, công nghệ này có thể đồng bộ giọng nói, ngữ điệu, thậm chí cả biểu cảm của người nói gần như theo thời gian thực. Điều này giúp con người tiến gần hơn đến những cuộc trò chuyện tự nhiên, liền mạch giữa các ngôn ngữ.

Ảnh minh họa.

Trong video giới thiệu, lời nói bằng tiếng Tây Ban Nha được AI chuyển đổi sang tiếng Anh một cách mượt mà và tự nhiên, và ngược lại, dù vẫn tồn tại độ trễ nhỏ. Đáng chú ý, hệ thống sử dụng chính giọng nói gốc của người dùng để tái tạo bản dịch, trong khi âm thanh ban đầu vẫn được giữ lại với âm lượng nền thấp, tạo cảm giác chân thực và liên tục trong hội thoại.

Tính năng này được đánh giá sẽ hữu ích trong nhiều tình huống, từ kết nối giữa các thành viên gia đình sống ở nhiều quốc gia, đến việc hỗ trợ giao tiếp trong các doanh nghiệp đa quốc gia. Theo Google, công nghệ mới sở hữu độ trễ rất thấp - yếu tố mà các giải pháp hiện tại chưa thể đáp ứng.

Tính năng mới ban đầu hỗ trợ dịch tiếng Anh và Tây Ban Nha, chỉ khả dụng với với các thuê bao Google AI Pro và Ultra. Hãng cho biết nhiều ngôn ngữ khác sẽ được triển khai dần “trong vài tuần tới”, đồng thời sẽ mở rộng thử nghiệm với khách hàng doanh nghiệp trên Workspace trong năm nay.

Dịch giọng nói theo thời gian thực là một trong những thành quả quan trọng của dự án Starline được Google công bố năm 2021. Dự án hướng tới việc mang lại trải nghiệm gọi điện với cảm giác chân thực như đang trò chuyện trực tiếp.

Bên cạnh những công nghệ ngôn ngữ tiên tiến, Google còn phát triển hệ thống camera 3D giúp tái hiện hình ảnh người gọi một cách sống động. Tại sự kiện Google I/O 2025, hãng cũng giới thiệu Google Beam - thiết bị phần cứng hỗ trợ các cuộc gọi trong khuôn khổ dự án này.

T.An