Google ra mắt tính năng dịch giọng nói trực tiếp trong cuộc gọi

Tại sự kiện I/O 2025 diễn ra ngày 21/5, Google chính thức giới thiệu tính năng dịch giọng nói trực tiếp trong cuộc gọi. CEO Sundar Pichai mô tả tính năng này là "công nghệ phá vỡ rào cản ngôn ngữ". Tính năng này được triển khai trên nền tảng Google Meet, cho phép dịch giọng nói gần như theo thời gian thực, đồng thời giữ được giọng nói, ngữ điệu và biểu cảm của người nói.

“Nó có thể khớp giọng và ngữ điệu, thậm chí cả biểu cảm của người nói gần như theo thời gian thực” ông Pichai chia sẻ. “Điều này giúp cuộc trò chuyện giữa các ngôn ngữ trở nên tự nhiên và trôi chảy hơn”.

Video giới thiệu tính năng mới là một cuộc trò chuyện giữa hai người nói tiếng Tây Ban Nha và tiếng Anh, trong đó hệ thống AI dịch và tái tạo giọng nói theo cách tự nhiên, với âm thanh gốc được duy trì ở mức âm lượng thấp hơn. Theo Google, giải pháp mới khắc phục được một số hạn chế của các công cụ dịch hiện tại, như việc sử dụng giọng tổng hợp thiếu tự nhiên hoặc độ trễ lớn trong quá trình xử lý.

Tính năng này hiện mới hỗ trợ dịch giữa tiếng Anh và tiếng Tây Ban Nha, áp dụng với người dùng các gói dịch vụ cao cấp gồm Google AI Pro và Google Ultra. Hãng cho biết sẽ bổ sung thêm ngôn ngữ mới trong thời gian tới và mở rộng thử nghiệm với khách hàng doanh nghiệp sử dụng Google Workspace trong năm nay.

Theo đánh giá từ Google, công nghệ dịch giọng nói thời gian thực có thể được ứng dụng trong nhiều bối cảnh như họp hành quốc tế, hỗ trợ khách hàng, giáo dục từ xa, hay liên lạc giữa các thành viên gia đình sống ở nhiều quốc gia khác nhau.

Dịch giọng nói thời gian thực là một trong những kết quả của dự án Starline công bố năm 2021, với mục tiêu tạo ra trải nghiệm gọi điện gần giống như giao tiếp trực tiếp. Ngoài phần mềm ngôn ngữ, dự án này còn phát triển công nghệ hình ảnh 3D nhằm tái tạo người đối thoại trong không gian thực tế ảo.

Tại Google I/O 2025, công ty cũng giới thiệu thiết bị phần cứng mới mang tên Google Beam, được thiết kế để phục vụ các cuộc gọi trong hệ sinh thái Starline, kết hợp nhiều công nghệ nhằm nâng cao chất lượng trải nghiệm gọi điện trong tương lai.

Theo Thái Sơn (SHTT)