Ứng dụng dịch giọng nói trực tiếp tốt nhất cho Android (hơn cả Google Dịch)

Bạn đang gặp một khách hàng nói tiếng Trung ở quán cà phê. Bà của bạn đời bạn đang gọi video từ Hàn Quốc. Bạn đang đứng ở sảnh bệnh viện tại Nhật cố gắng mô tả một triệu chứng. Bạn có một chiếc điện thoại Android, chắc bạn đã thử chế độ Hội thoại của Google Dịch rồi, và cũng đã chạm trần của nó. Bài này nói về việc nên làm gì thay thế: cách có được dịch giọng nói trực tiếp liên tục, rảnh tay trên mọi điện thoại Android, với bản dịch được đọc thành tiếng để bạn không phải liếc màn hình liên tục.

Vì sao Google Dịch không phải công cụ dịch thời gian thực trên Android

Google Dịch là ứng dụng tuyệt vời để gõ chữ, để dùng camera, để tra cứu ngoại tuyến. Nó chỉ không phải công cụ dịch giọng nói thời gian thực, và khoảng cách lộ ra ngay khi bạn thử dùng nó cho một cuộc trò chuyện đang trôi:

• Chế độ Hội thoại chạy theo lượt, không liên tục. Bạn chạm, họ nói, bạn chờ. Ứng dụng không dịch song song với người đang nói. Nó xử lý theo từng khối.
• Nó không thể đọc bản dịch thành tiếng liên tục. Bạn có thể chạm để nghe một câu đã dịch, nhưng nó không chạy như một dòng âm thanh liên tục kiểu phiên dịch viên thật.
• Ứng dụng phải ở tiền cảnh. Chuyển sang Zalo, Telegram, Zoom, Meet hay Messenger là chế độ Hội thoại tạm dừng hoặc thoát.
• Nhóm ngôn ngữ ít phổ biến xuống cấp rất nhanh. Top 20 ngôn ngữ thì ổn. Tiếng Trung ↔ tiếng Việt, tiếng Hàn ↔ tiếng Việt, tiếng Khmer ↔ tiếng Anh: độ chính xác tụt thấy rõ.

Tính năng Galaxy AI Live Translate của Samsung và Pixel Live Translate gần với thời gian thực hơn, nhưng cả hai đều gắn với phần cứng cụ thể, ứng dụng cụ thể và một bộ ngôn ngữ nhỏ hơn. Nếu bạn không có Pixel 8/9/10 hay Galaxy S24/S25 thì không dùng được. Còn nếu có mà bạn cần dịch âm thanh trong Discord, tin nhắn thoại Zalo hay một buổi livestream YouTube thì vẫn không dùng được. Chúng chỉ gói gọn trong ứng dụng điện thoại và vài chỗ của hệ thống.

Thứ còn lại chính là hạng mục mà đa số người ta tìm trên Google: một ứng dụng dịch giọng nói trực tiếp Android thực thụ, chạy liên tục, hỗ trợ cả những thứ tiếng ít phổ biến, và đọc bản dịch thành tiếng như một phiên dịch viên.

Khi nào chế độ Hội thoại của Google Dịch không dùng được

Ngay cả trong đúng tình huống nó được thiết kế (hai người nói lần lượt bên bàn), chế độ Hội thoại vẫn có vài kiểu hỏng cụ thể mà bạn nên biết trước khi giao phó một cuộc trò chuyện thật cho nó:

• Câu dài bị cắt ngang. Nếu một trong hai người nói quá khoảng mười giây ở tốc độ hội thoại bình thường, ứng dụng ngừng nghe giữa chừng.
• Tiếng ồn nền làm hỏng việc nhận diện người nói. Quán cà phê, sảnh bệnh viện, nhà ga: ở bất cứ đâu ồn hơn phòng khách yên tĩnh, phần tự nhận diện đều chật vật để biết ai đang nói thứ tiếng nào.
• Nói chồng lên nhau là hết cứu. Hai người nói cùng lúc, một người cười giữa câu, người thứ ba chen vào. Chế độ Hội thoại được làm cho việc thay phiên nghiêm ngặt từng người một, và tắc ngay khi cuộc trò chuyện bắt đầu tự nhiên.
• Trộn ngôn ngữ thì nát. Người song ngữ hay chèn từ tiếng Anh vào câu tiếng Việt (mà hầu như ai song ngữ cũng làm liên tục) khiến bộ nhận diện ngôn ngữ rối. Nó chọn một thứ tiếng và phá nát phần còn lại.

Từng bước: dịch giọng nói thời gian thực trên Android với Whisperr

Đây là cách thiết lập cho một cuộc trò chuyện trôi chảy, rảnh tay, trong đó người kia nói bằng tiếng của họ còn bạn nghe bản dịch được đọc bằng tiếng của mình (hoặc ngược lại). Tổng thời gian cài đặt: khoảng 45 giây. Ví dụ dùng tiếng Trung và tiếng Việt, nhưng quy trình y hệt cho bất kỳ cặp nào trong hơn 100 cặp được hỗ trợ.

1. Cài Whisperr từ Google Play Store

Tìm "Whisperr" trên Google Play Store và cài đặt. Đăng nhập hoặc tạo tài khoản ở lần mở đầu tiên. Ứng dụng cho dùng thử miễn phí; các phiên dài hơn hoặc dùng nhiều hơn sẽ chuyển sang gói trả phí.

2. Chọn hai ngôn ngữ

Ở thanh ghi âm phía dưới màn hình, chạm vào các ô chọn ngôn ngữ và chọn hai thứ tiếng có trong cuộc trò chuyện, ví dụ tiếng Trung và tiếng Việt, hoặc tiếng Hàn và tiếng Việt. Thứ tự không quan trọng và bạn không cần chỉ định đâu là ngôn ngữ nguồn. Whisperr xử lý dịch hai chiều theo mặc định, nên ai cũng có thể nói bằng tiếng của mình và phía kia nghe bằng tiếng của họ. Chính điều này khiến ứng dụng dùng được như một công cụ dịch tiếng Trung đáng tin cậy cho hội thoại thật, chứ không chỉ để tra từng câu.

Hơn 100 cặp ngôn ngữ được hỗ trợ, gồm cả Đông Á, Đông Nam Á, Nam Á, Trung Đông, châu Âu và các phương ngữ vùng miền lớn: đúng những thứ tiếng mà ở ứng dụng khác, "có hỗ trợ" thường có nghĩa là "hỗ trợ dở".

3. (Tùy chọn) Chạm mũi tên để khóa một chiều

Nếu bạn không cần dịch hai chiều tự động, ví dụ bạn đang nghe một người livestream tiếng Trung và chỉ cần Trung → Việt (không bao giờ ngược lại), hãy chạm vào biểu tượng mũi tên giữa hai ô chọn ngôn ngữ. Thao tác này chuyển từ chế độ tự nhận diện hai chiều sang một chiều cố định. Whisperr sẽ không cố đoán thứ tiếng đang được nói nữa và coi toàn bộ âm thanh vào là ngôn ngữ nguồn.

Khi nào nên để hai chiều: một cuộc trò chuyện thật với người khác. Khi nào nên chuyển sang một chiều: bài giảng, buổi livestream, bản tin, podcast chỉ có tiếng, hoặc một buổi phỏng vấn mà chỉ một bên nói tiếng nước ngoài.

4. Mở cài đặt (góc dưới bên trái)

Chạm vào biểu tượng cài đặt ở góc dưới bên trái của màn hình ghi âm. Tất cả các chế độ làm thay đổi cách Whisperr hoạt động (đọc thành tiếng, cỡ chữ, chỉ hiển thị lời thoại, lật màn hình đối diện) đều nằm ở đây.

5. Bật "Giọng nói thời gian thực"

Trong cài đặt, tìm nút Bật giọng nói thời gian thực và gạt lên. Đây chính là nút biến Whisperr từ một công cụ chỉ hiện phụ đề thành một công cụ dịch âm thanh trực tiếp. Từ giờ nó sẽ đọc thành tiếng từng dòng dịch ngay khi có, bằng giọng của ngôn ngữ đích, với độ trễ dưới một giây.

Đây là chế độ làm đúng điều mà phần lớn mọi người thực sự muốn nói khi họ bảo "tôi muốn một công cụ dịch giọng nói trực tiếp". Bạn không phải nhìn màn hình. Bạn vẫn giữ được ánh mắt với người đang nói chuyện. Điện thoại nói thay bạn, như một phiên dịch viên lặng lẽ ngồi ngay bên cạnh.

6. Đeo tai nghe vào (điều này quan trọng)

Cắm tai nghe có dây hoặc kết nối tai nghe Bluetooth (AirPods, Pixel Buds, Galaxy Buds, loại nào cũng được). Bước này trông như tùy chọn nhưng không phải.

Lý do: khi Whisperr đọc bản dịch qua loa ngoài của điện thoại, micro của chính máy nghe thấy phần dịch đó và cố dịch tiếp. Kết quả là một vòng lặp phản hồi, ứng dụng dịch ngược đầu ra của chính nó về ngôn ngữ nguồn rồi lại dịch tiếp, lặp đi lặp lại cho tới khi cả phiên trở nên vô nghĩa.

Tai nghe cắt đứt vòng lặp đó. Âm thanh đã dịch chỉ vào tai bạn; micro chỉ nghe người thật đang nói. Đầu vào sạch, đầu ra sạch, không vọng. Nếu bạn đang dịch giúp người khác (tức người cần nghe bản dịch thành tiếng là họ), hãy đưa tai nghe cho họ, hoặc dùng chế độ Broadcast của Whisperr để họ đọc phụ đề trên điện thoại của chính mình.

7. Nhấn nút ghi

Nhấn nút micro màu đỏ ở dưới màn hình. Cấp quyền micro ở lần mở đầu tiên. Xong. Whisperr giờ nghe liên tục, ghi lại ngôn ngữ nguồn ngay lúc nói, dịch song song và đọc kết quả vào tai nghe của bạn theo thời gian thực.

Đặt điện thoại nằm phẳng trên bàn giữa bạn và người kia, màn hình hướng lên. Micro dưới đáy của điện thoại Android thu tiếng nói qua một chiếc bàn nhỏ khá sạch. Điện thoại càng gần người nói thì thu càng sạch.

Xong việc thì nhấn nút dừng. Bản ghi song ngữ tự động lưu vào tài khoản của bạn, rất tiện để xem lại, ghi chú hay gửi cho người kia sau đó.

Vì sao Whisperr vượt các lựa chọn Android khác

Một bản đồ ngắn gọn và thành thật về những gì thực sự có trên Android và điểm hụt của từng thứ:

Vài điểm đáng nói rõ:

Dịch theo dòng chảy thật, không phải thay phiên. Whisperr dịch ngay khi người ta còn đang nói, chứ không đợi họ dứt lời. Không có nhịp "bấm để đổi lượt"; cuộc trò chuyện trôi đúng như khi có một phiên dịch viên đứng cạnh bạn. Đây là khác biệt giữa một cuốn sổ tay tra câu và một trải nghiệm dịch giọng nói thật sự.

Đọc thành tiếng là một nút gạt, không phải một ứng dụng riêng. Ứng dụng khác thì hoặc luôn đọc (gây phiền trong phòng yên tĩnh) hoặc không bao giờ đọc (mất hết ý nghĩa của việc dùng rảnh tay). Whisperr cho bạn chuyển giữa chỉ phụ đề, chỉ giọng nói, hoặc cả hai, tùy lúc đó nhìn màn hình có tiện không.

Hơn 100 ngôn ngữ, kể cả những thứ tiếng ít phổ biến. Tiếng Trung, tiếng Hàn, tiếng Nhật, tiếng Khmer, tiếng Thái, tiếng Lào, tiếng Indonesia, tiếng Tagalog. Những cặp mà phần lớn ứng dụng dịch hoặc không có hoặc làm rất tệ. Chính bộ máy cho đầu ra dịch tiếng Trung sang tiếng Việt bằng giọng nói liên tục cũng xử lý được các cặp ít được hỗ trợ này mà không tụt xuống kiểu dịch từng từ vụn vặt.

Không đòi quyền Accessibility. Một số ứng dụng "dịch trực tiếp" trên Android xin quyền Accessibility Service, tức là được đọc mọi chữ trên mọi màn hình của mọi ứng dụng. Whisperr dùng các API chính thống của Android (micro, âm thanh hệ thống, MediaProjection) và không bao giờ xin mức truy cập đó.

Tuân thủ GDPR. Âm thanh được xử lý theo thời gian thực và không lưu vĩnh viễn trên máy chủ của Whisperr. Bản ghi song ngữ lưu vào tài khoản là của bạn, tùy bạn giữ, xuất ra hay xóa.

Câu hỏi thường gặp

Whisperr có chạy ngoại tuyến không?

Không. Dịch giọng nói trực tiếp cần đám mây (mô hình nhận dạng giọng nói và dịch chạy trên máy chủ). Bạn cần Wi-Fi hoặc 4G/5G. Nếu chỉ cần tra câu du lịch hoàn toàn ngoại tuyến thì gói ngôn ngữ tải sẵn của Google Dịch vẫn là công cụ đúng. Còn với hội thoại thật, chính việc trực tuyến mới cho độ chính xác dùng được.

Nó có hao pin hay làm nóng máy không?

Một phiên dịch liên tục dùng micro và mạng giống như một cuộc gọi thoại. Hãy tính mức hao pin tương đương một cuộc gọi Zoom: thấy rõ nhưng không quá đáng. Với phiên dài hơn khoảng 30 phút, hãy cắm sạc.

Tôi có dịch được cuộc gọi điện thoại trên máy Android không?

Android không cho ứng dụng bên thứ ba thu trực tiếp âm thanh trong cuộc gọi, giống như iOS. Cách thay thế thực sự hiệu quả: bật loa ngoài cho cuộc gọi trên một máy, chạy Whisperr trên máy thứ hai (máy tính bảng, điện thoại cũ, laptop) và để nó nghe qua micro. Tai nghe chỉ cắm vào máy thứ hai, để tránh vòng lặp phản hồi từ loa ngoài.

Nó có dùng được với tin nhắn thoại Zalo, tin nhắn thoại Telegram hay voice chat Discord không?

Với tiếng nói trong phòng (ai đó nói cạnh bạn qua loa ngoài): có, micro bắt được. Với âm thanh phát qua chính loa điện thoại trong khi một ứng dụng chat đang ở tiền cảnh: có, nhớ đeo tai nghe để tránh vọng. Với việc thu trực tiếp âm thanh trong ứng dụng từ Zalo/Telegram/Discord mà không bật loa ngoài: bản này chưa có. Các ứng dụng đó không mở âm thanh của chúng cho API MediaProjection của hệ thống như YouTube, Instagram và TikTok làm.

Dịch giọng nói thời gian thực có khác dịch giọng nói thông thường không?

Có, và khác biệt này quan trọng. Dịch giọng nói thông thường thường có nghĩa là bạn ghi âm, rồi dịch, rồi phát lại. Dịch âm thanh trực tiếp nghĩa là việc ghi lời và dịch diễn ra song song với người nói, từng dòng một, độ trễ dưới một giây, và phần đọc thành tiếng chạy liên tục trong lúc họ vẫn đang nói. Đó chính là trải nghiệm mà nút giọng nói thời gian thực của Whisperr mở ra.

Cụ thể thì nó dịch tiếng Trung sang tiếng Việt tốt đến đâu?

Đây là một trong những cặp mạnh nhất của Whisperr, cả hai chiều. Phần dịch tiếng Trung sang tiếng Việt bằng giọng nói nghe tự nhiên, đầu vào tiếng Trung xử lý tốt lối nói nhanh thường ngày, và những câu trộn ngôn ngữ (kiểu mà người song ngữ nào cũng dùng) được dịch đúng ý thay vì bị coi là một thứ tiếng duy nhất. Nếu bạn vẫn đang tìm một công cụ dịch tiếng Trung đáng tin cậy cho cuộc họp, cuộc gọi hay trò chuyện trực tiếp thật sự, chứ không phải để tra câu du lịch, thì đây là cách thiết lập bạn cần.

Hai người có dùng đối diện nhau mà không cần tai nghe không?

Có. Tắt nút giọng nói thời gian thực và dùng chế độ chỉ phụ đề, với màn hình lật để mỗi người đọc phần của mình theo đúng chiều. Whisperr có sẵn chế độ hiển thị đối diện cho đúng trường hợp này (một nửa màn hình xoay 180°). Chế độ giọng nói thời gian thực hợp hơn khi một người không đọc được hoặc đang nhìn đi chỗ khác; chế độ phụ đề đối diện hợp hơn khi cả hai ngồi hai bên bàn và thích đọc hơn nghe.

Tôi dùng trên trình duyệt thay vì ứng dụng Android được không?

Được. Ứng dụng web của Whisperr tại app.whisperr.co chạy trên mọi trình duyệt hiện đại (Chrome, Cốc Cốc, Firefox, Edge, Safari, Brave, Arc, mọi trình duyệt nền Chromium). Đường trình duyệt là lựa chọn gọn hơn khi âm thanh bạn muốn dịch đang phát trên laptop, ví dụ một cuộc gọi Zoom, một hội thảo trực tuyến hay một video YouTube trong tab. Còn trên điện thoại, ứng dụng Android cho trải nghiệm tốt hơn với các cuộc trò chuyện trực tiếp.

Thử ngay ở cuộc trò chuyện tiếp theo

Nếu chế độ Hội thoại theo lượt của Google Dịch cứ làm gãy nhịp những cuộc trò chuyện thật của bạn, thì Whisperr được làm ra đúng cho khoảng trống đó. Cài ứng dụng Android, chọn hai ngôn ngữ, bật Giọng nói thời gian thực, đeo tai nghe và nhấn ghi.

Tải ứng dụng Whisperr cho Android →