Dịch trực tiếp trên Microsoft Teams vs JotMe: app dịch giọng nói trực tiếp nào tốt hơn?

Riêng khâu chọn gói thuê bao rồi bật các tính năng cần thử, chúng tôi mất khoảng 20 phút mới chạy được dịch trực tiếp trên Microsoft Teams. Với JotMe, toàn bộ quá trình từ lúc tải về đến lúc bắt đầu chỉ tốn chừng 30 giây. Nhưng khi cuộc trò chuyện thật sự bắt đầu, khác biệt đáng chú ý lại nằm ở chỗ khác: mỗi công cụ dịch được những gì theo thời gian thực, và ta phải chờ bao lâu mới nghe thấy bản dịch.

Trong bản so sánh có quay lại, Teams cho ra những câu dịch nhìn chung dễ hiểu và tái tạo giọng người nói tốt đến mức gây ấn tượng. Còn JotMe giữ đúng ý nghĩa hơn ở câu phụ đề mà chúng tôi lặp lại, tự sửa bản dịch khi cuộc trao đổi có thêm ngữ cảnh, và bắt đầu đọc bản dịch sớm hơn ngay sau khi người nói dứt lời.

Những khác biệt đó không nhỏ, nhất là khi cuộc họp có quyết định thật sự phải chốt. Một câu nói về nhược điểm thì sang ngôn ngữ khác vẫn phải là nhược điểm. Và khi ai đó hỏi hạn chót có dời được không, câu trả lời cần tới nơi lúc mọi người còn đang bàn về lịch.

Một project manager trong bài thảo luận về Microsoft Teams trên Reddit cũng mô tả đúng nhu cầu này: đồng nghiệp của anh rải khắp châu Âu và châu Á, mức độ tự tin khi dùng tiếng Anh mỗi người mỗi khác, ai cũng muốn nói và nghe bằng tiếng mẹ đẻ nhưng vẫn giữ nguyên Teams. Anh hỏi rất cụ thể về dịch giọng nói, độ trễ và cách cài đặt. Đó chính là câu hỏi thực tế đứng sau bài so sánh này.

Trong bài, chúng tôi giải thích cách tính năng dịch trực tiếp của Microsoft Teams và JotMe hoạt động, đi qua phần phụ đề và phần thông dịch bằng giọng nói riêng rẽ, rồi xem lại kết quả thử nghiệm mà nhóm chúng tôi đã quay. Chúng tôi cũng so sánh giá hiện tại của hai bên, gồm cả giấy phép và hạn mức sử dụng — hai thứ quyết định chi phí thật.

Những điểm chính

• JotMe vào việc nhanh hơn trong buổi thử của chúng tôi: khoảng 30 giây, so với chừng 20 phút dành cho việc chọn gói thuê bao và thiết lập Teams. Đây là thời gian chúng tôi tự bấm giờ trong buổi thử.
• JotMe xử lý tốt hơn ở câu phụ đề chúng tôi lặp lại: JotMe dịch “demerit” thành “downside”, trong khi bản Teams hiện trong video lại ra “impressive” — làm đổi hẳn ý người nói.
• Teams tái tạo giọng người nói giống hơn: phần mô phỏng giọng của Teams là bên mạnh hơn khi chúng tôi ngồi nghe đối chiếu.
• JotMe phát bản dịch giọng nói sớm hơn: dưới một giây sau khi người nói dứt lời trong ví dụ được quay, còn với Teams chúng tôi ghi nhận độ trễ khoảng ba đến năm giây.
• Giá phụ thuộc vào tính năng bạn cần: phụ đề dịch trực tiếp của Teams và AI Interpreter của Teams đòi hỏi giấy phép khác nhau. Bên JotMe, chế độ phụ đề và chế độ giọng nói cũng tiêu hao số phút dịch theo hai tốc độ khác nhau.

So sánh nhanh: dịch trực tiếp trên Microsoft Teams và JotMe

Microsoft Teams dịch ngay bên trong ứng dụng họp. JotMe thì chạy song song với Teams dưới dạng ứng dụng máy tính, nên bạn giữ nguyên cuộc gọi Teams và dùng JotMe để lấy phần chữ hoặc phần tiếng đã dịch. Vì vậy, đây là so sánh giữa hai cách dịch trong cuộc họp, chứ không phải câu chuyện có nên chuyển toàn bộ cuộc gọi sang nền tảng khác hay không.

Các con số thời gian ở trên đến từ buổi thử có quay lại, không phải mức trung bình của nhiều cuộc họp. Phép so sánh thời gian thiết lập cũng chưa cho biết một người lần đầu cấu hình dịch giọng nói hai chiều sẽ mất bao lâu. Quy trình đó có thể cần thêm vài bước định tuyến âm thanh, chúng tôi nói kỹ ở phần dưới.

Chúng tôi đã so sánh trực tiếp Teams và JotMe như thế nào

Nhóm chúng tôi đối chiếu ba việc: quá trình bắt đầu, việc đọc phụ đề đã dịch, và việc nghe phần tiếng đã dịch. Toàn bộ được quay lại để bạn tự xem những ví dụ đứng sau các kết luận bên dưới.

Chúng tôi xét những gì khi thử

Trước hết là số bước phải đi qua để tới được màn hình dịch trực tiếp. Với Teams, chuỗi đó gồm việc tìm gói thuê bao phù hợp và mua thêm add-on cần cho phần thông dịch bằng giọng nói. Với JotMe, chúng tôi đi theo đường từ website sang ứng dụng máy tính rồi bật dịch trực tiếp.

 Tiếp theo, chúng tôi xét phụ đề có giữ đúng ý người nói hay không. Một bản dịch hoàn toàn có thể nghe trôi chảy mà vẫn khiến người đọc hiểu sai. Chúng tôi nói lại một câu có chữ “demerit” để xem mỗi sản phẩm xử lý nghĩa đó ra sao.

Chúng tôi cũng xem câu có trọn vẹn không và bản dịch có cập nhật theo ngữ cảnh không. Chữ hiện ra có thành câu đọc được không? Khi lời nói sau đó làm rõ một cụm nói trước, bản dịch có đổi theo không? Ví dụ về ngân sách cho chúng tôi thấy rõ một lần JotMe tự sửa lại chữ.

Với phần tiếng đã dịch, chúng tôi xét thời gian phản hồi, độ giống giọng gốc và nhịp hội thoại. Chúng tôi nghe xem giọng tổng hợp có giống người nói không, và khoảng lặng trước khi có bản dịch có làm cuộc trao đổi khó tiếp nối hay không.

Kết quả này chứng minh được điều gì

Các ví dụ trong video đủ để chống lưng cho những nhận xét nêu ở đây, kể cả việc Teams giống giọng gốc hơn. Nhưng chúng không tạo ra một điểm số độ chính xác phổ quát, cũng không bảo đảm hai sản phẩm sẽ hành xử y hệt trong cuộc họp của bạn.

Video không ghi nhận một bộ dữ liệu thử chuẩn hóa, không lặp lại nhiều lượt, không đo đường truyền, không nêu cấu hình máy, cũng không liệt kê hết mọi thiết lập dịch đã chọn. Riêng câu phụ đề thì có nói lại y nguyên, nhưng phần demo giọng nói lại dùng lời thoại khác nhau. Vì vậy, kết quả phần giọng nói nên được đọc như quan sát từ những ví dụ đó, chứ không phải một phép so sánh có kiểm soát trên cùng một bản ghi.

Trong lời dẫn cũng có một chênh lệch nhỏ về thời gian: ví dụ phụ đề của JotMe được mô tả là mất khoảng một đến hai giây, còn phần tổng kết cuối video nói hai đến ba giây. Chúng tôi giữ nguyên cả hai con số thay vì chọn một cái rồi gọi đó là chuẩn đo. Với dịch giọng nói của JotMe, con số dưới một giây là thời gian chờ tính từ lúc người nói dứt lời, không phải thời gian để đọc xong cả câu dịch.

Cách bật dịch trực tiếp trên Microsoft Teams

Hãy bắt đầu bằng việc quyết định bạn muốn chữ đã dịch hiện trên màn hình, hay muốn nghe tiếng đã dịch trong tai nghe. Lựa chọn đó quyết định luôn bạn cần quyền sử dụng nào từ phía Microsoft.

Trong video của chúng tôi, tìm đúng gói thuê bao là khâu chậm nhất. Cuối cùng chúng tôi chọn Microsoft 365 Business Premium kèm add-on Copilot Business. Đó là tổ hợp chúng tôi dùng để quay, không phải mức tối thiểu bắt buộc ai đọc bài này cũng phải mua.

Bước 1: Kiểm tra quyền Teams bạn đang có

Đăng nhập bằng tài khoản công ty bạn vẫn dùng để họp, rồi xem tổ chức đã gán những gói thuê bao nào cho tài khoản đó. Nếu bạn đã dùng Teams ở công ty, hãy soát lại các quyền sẵn có trước khi nghĩ đến chuyện mua thêm gói mới.

Microsoft 365 Business Premium và Teams Premium là hai sản phẩm riêng biệt. Chữ “Premium” xuất hiện ở cả hai tên rất dễ khiến người ta nhầm lúc thanh toán. Teams Premium là add-on gắn thêm vào một giấy phép Teams có trả phí. 

Bước 2: Khớp giấy phép với đúng tính năng dịch

Với phụ đề trong cuộc họp, Microsoft hỗ trợ các quyền hợp lệ từ Teams Premium hoặc Microsoft 365 Copilot. Một người tổ chức có quyền hợp lệ có thể mở phụ đề dịch trực tiếp cho người tham dự; một người tham dự có giấy phép riêng cũng tự dùng được cho mình. 

Bước 3: Xác nhận tính năng có sẵn trong cuộc họp của bạn

Nếu không thấy tùy chọn, hãy nhờ quản trị viên kiểm tra chính sách cuộc họp liên quan. Sau đó mở một cuộc họp với đồng nghiệp và thử đúng tính năng bạn định dùng. Vào được tới màn hình cuộc họp Teams mới chỉ là bước đầu: hãy xác nhận chữ hoặc tiếng đã dịch thật sự đến được đúng người cần nhận.

Khoảng 20 phút thiết lập của chúng tôi bao gồm cả việc chọn và mua gói thuê bao. Một tổ chức đã cấu hình sẵn giấy phép và chính sách có thể đi nhanh hơn rất nhiều.

Cách cài đặt JotMe để dịch giọng nói trực tiếp

Để dịch trực tiếp trong Microsoft Teams bằng JotMe, bạn cài ứng dụng máy tính rồi cho nó chạy cạnh cuộc họp. Bạn không cần mua thêm add-on dịch của Microsoft để dùng các tính năng dịch của JotMe.

Bước 1: Tải và mở ứng dụng máy tính

Vào JotMe, bấm Start for free rồi tải bộ cài cho máy Mac hoặc Windows của bạn. Cài xong thì mở ứng dụng lên. 

Bước 2: Cấp quyền cho các nguồn âm thanh bạn cần

Trong một cuộc họp trực tuyến, JotMe cần quyền nghe âm thanh cuộc họp để dịch lời người khác, và quyền micro để thu lời bạn. Hướng dẫn cài đặt ứng dụng máy tính của JotMe giải thích các tùy chọn này trong mục Settings và Setup.

Hãy mở cuộc gọi Teams và để JotMe sẵn bên cạnh. Chỉ cần trao đổi vài câu là lộ ra một lỗi cài đặt rất hay gặp: lời bạn thì hiện lên, còn lời người kia thì không. Gặp tình huống đó, hãy kiểm tra phần thu âm thanh đầu vào trước, đừng loay hoay đổi tới đổi lui ngôn ngữ.

Bước 3: Chọn ngôn ngữ và bắt đầu dịch

Chọn ngôn ngữ đang được nói và ngôn ngữ bạn muốn đọc. Bắt đầu phiên trực tiếp bằng nút dịch hoặc nút Play trong ứng dụng. Muốn xem chi tiết hơn về quy trình phụ đề này, hãy đọc bài cách bật dịch trực tiếp cho cuộc họp Teams.

Cách dùng phụ đề dịch trực tiếp của Microsoft Teams

Phụ đề dịch trực tiếp của Teams cho phép bạn đọc một ngôn ngữ khác trong khi âm thanh gốc của cuộc họp vẫn chạy bình thường. Cách này hợp khi bạn muốn theo kịp nội dung mà không phải nghe thêm một luồng tiếng thứ hai.

Trong thanh điều khiển cuộc họp trên máy tính:

1. Mở More actions (Tác vụ khác), rồi chọn Ngôn ngữ và giọng nói.

2. Chọn Hiển thị phụ đề trực tiếp.

3. Mở Cài đặt phụ đề, rồi vào Cài đặt ngôn ngữ.

4. Kiểm tra xem ngôn ngữ nói của cuộc họp đã đúng chưa.

5. Bật Dịch sang và chọn ngôn ngữ bạn muốn đọc.

Ngôn ngữ bạn muốn đọc và thiết lập ngôn ngữ nói phục vụ hai mục đích khác nhau: một cái quyết định thứ bạn nhìn thấy, cái còn lại cho dịch vụ biết phải nhận dạng thứ tiếng nào.

Nếu không bật được tùy chọn dịch, hãy soát lại phần quyền sử dụng đã nói ở trên. Còn nếu ngay cả phụ đề cũng không có, quản trị viên của bạn có thể kiểm tra chính sách cuộc họp về Phụ đề trực tiếp. 

Trong lần thử của chúng tôi, câu hỏi kế tiếp là: phần tiếng Anh hiện trên màn hình có đúng ý người nói không. Chữ dễ đọc và câu trôi chảy vẫn chưa đủ để trả lời câu đó. 

Cách dùng JotMe để hiện phụ đề ngay trên màn hình

Với tính năng dịch phụ đề Teams của JotMe, phần chữ đã dịch hiện trong cửa sổ JotMe còn bạn vẫn ở nguyên trong cuộc họp Teams. Bạn có thể kéo cửa sổ đó tới chỗ nào dễ nhìn nhất, cạnh khuôn mặt người nói hoặc cạnh slide đang chia sẻ.

1. Vào cuộc họp Teams rồi mở JotMe.

2. Bật quy trình chuyển lời nói thành văn bản và dịch trực tiếp.

3. Chọn ngôn ngữ đang được nói và ngôn ngữ bạn muốn hiển thị.

4. Xác nhận đã bật dịch, rồi bấm Play.

5. Thử một đoạn trao đổi ngắn từ cả hai phía trước khi vào họp thật.

Bài hướng dẫn dịch Teams bằng JotMe nói kỹ hơn về phần chọn ngôn ngữ và nút Play. Nếu bạn chọn chế độ đa ngôn ngữ, hãy kiểm tra xem chế độ đó có hỗ trợ đúng những thứ tiếng mà người nói sẽ dùng hay không.

Trong buổi thử, chúng tôi chú ý tới chuyện xảy ra sau khi dòng chữ đầu tiên hiện lên. JotMe đã sửa lại một từ khi phần bàn về ngân sách tiếp diễn. Hành vi đó rất có ích khi một câu chỉ sáng nghĩa dần theo thời gian, dù người đọc cũng nên chuẩn bị tinh thần rằng chữ trực tiếp có thể đổi trước khi ý được nói trọn.

Ví dụ, trong một cuộc gọi về dự án, ai đó có thể mở đầu bằng một cụm ngắn rồi một lát sau mới nói rõ đối tượng của cụm đó. Chờ ý trọn vẹn thường có ích hơn là coi mảnh phụ đề đầu tiên là chốt. Video cho một ví dụ rất cụ thể về chuyện vì sao nghĩa cuối cùng đáng được quan tâm ngang với tốc độ hiện chữ.

Nếu bạn cần một bản lưu lại sau cuộc gọi, hãy xem thêm quy trình tạo bản chép lại cuộc họp Microsoft Teams của JotMe. Phần chữ bạn đọc trực tiếp và bản lưu bạn mở lại sau đó giải quyết hai phần khác nhau của cuộc họp: một cái giúp bạn phản hồi ngay lúc này, cái kia giúp bạn kiểm tra lại đã bàn những gì.

Cách dùng tính năng Interpreter của Microsoft Teams

Interpreter — thông dịch viên AI của Microsoft Teams — chuyển lời nói trong cuộc họp thành âm thanh ở ngôn ngữ bạn chọn. Trong lần thử của chúng tôi, phần mô phỏng giọng của nó thuyết phục một cách đặc biệt: giọng đã dịch vẫn giữ nét rất giống người nói gốc.

Bước 1: Mở Interpreter trong cuộc họp

Chọn More actions > Ngôn ngữ và giọng nói > Interpreter > Turn on for me. Chọn ngôn ngữ bạn muốn nghe, chỉnh cân bằng giữa tiếng gốc và tiếng đã thông dịch, chọn kiểu giọng bạn thích, rồi bật tính năng lên. 

Bước 2: Kiểm tra ai mới nhận được phần thông dịch

Từng người nghe cần có quyền Copilot hợp lệ như đã nói ở trên. Tài liệu về giấy phép Interpreter của Microsoft ghi mức 20 giờ mỗi người mỗi tháng, phần vượt ra còn tùy vào dung lượng còn trống. Đây là một loại quyền khác với quyền cho người tham dự đọc phụ đề đã dịch.

Bước 3: Thử một đoạn trao đổi ngắn

Để một người hỏi và người kia trả lời. Hãy nghe ba thứ: nghĩa có còn nguyên không, giọng có dễ theo không, và mỗi người có biết lúc nào tới lượt mình nói không.

Điểm cuối cùng lộ ra khá rõ trong buổi thử của chúng tôi. Giọng nghe quen tai đến mức đáng nể, nhưng khoảng lặng trước khi phát vẫn cắt ngang mạch trò chuyện. Với một bài thuyết trình, độ trễ đó còn chấp nhận được. Nhưng trong một cuộc bàn bạc với câu hỏi ngắn và câu đáp nhanh, nó làm đổi hẳn nhịp trao đổi.

Cách dùng JotMe như một AI phiên dịch cho cuộc họp

Quy trình giọng nói của JotMe cho phép bạn nghe người tham dự khác bằng tiếng của mình, hoặc phát ngược phần tiếng đã dịch vào cuộc gọi Teams. Hãy quyết định trước ai là người cần nghe bản dịch, bởi nghe cục bộ trên máy mình và nói vào cuộc họp là hai đường âm thanh khác nhau.

Bước 1: Chọn quy trình dịch giọng nói

Mở dịch giọng-sang-giọng theo thời gian thực từ menu khởi đầu của JotMe. Trong phần điều khiển speech-to-speech, chọn Fast (Audio) làm mô hình cho ngôn ngữ nói, rồi chọn ngôn ngữ dịch giọng nói đang có.

Bước 2: Chọn chiều dịch

Với một cuộc họp trực tuyến, hãy chọn chiều khớp với cuộc trò chuyện của bạn:

• Listening Only: nghe bản dịch cuộc họp qua tai nghe của bạn.
• Speaking Only: đẩy bản dịch lời bạn nói vào micro ra cuộc họp Teams.
• Two-Way: dịch cả lời nói đi vào từ cuộc họp lẫn lời bạn nói ra.

Bước 3: Hoàn tất phần định tuyến âm thanh

Làm theo hướng dẫn thiết bị của JotMe cho chế độ bạn chọn. Cấu hình hai chiều mà JotMe công bố dùng BlackHole 2ch và 16ch trên Mac, còn trên Windows là VB-CABLE cùng Virtual Audio Cable Line 1. Thiếu driver có thể khiến quy trình không khởi động được, nên hãy chừa thời gian để cài và khởi động lại máy nếu được nhắc. 

Bước 4: Kiểm tra âm thanh từ phía người kia

Hãy mở đầu bằng một câu hỏi ngắn ở mỗi ngôn ngữ. Hỏi người tham dự kia xem họ nghe được gì, rồi để họ trả lời. Cách này mới xác nhận được cả cuộc hội thoại chạy thông, chứ không chỉ xác nhận rằng máy bạn có phát ra một giọng đã dịch.

Hãy hình dung một khách hàng hỏi ngày bàn giao bằng tiếng Hàn, còn bạn trả lời bằng tiếng Anh. Bạn cần câu hỏi đã dịch của họ vang trong tai nghe của mình, và câu trả lời đã dịch của bạn vang trong luồng âm thanh Teams của họ. Nếu chỉ vế đầu chạy được, bạn mới có một công cụ hỗ trợ nghe, chứ chưa cấu hình xong trao đổi hai chiều trọn vẹn.

Bài giới thiệu công cụ dịch giọng nói của JotMe mô tả quy trình speech-to-speech rộng hơn. Danh sách ngôn ngữ của bản dịch dạng chữ và của giọng tổng hợp có thể khác nhau, nên hãy chọn đúng đầu ra giọng nói bạn cần ngay trong ứng dụng trước giờ họp.

Tính năng giọng nói cũng ăn số phút theo tốc độ khác với phụ đề thường. Chúng tôi tính phần đó ở mục giá bên dưới, thay vì mặc định rằng mỗi phút trong gói đổi được đúng một phút thông dịch bằng giọng nói.

Thử nghiệm dịch phụ đề: Microsoft Teams và JotMe

JotMe làm tốt hơn ở câu phụ đề được lặp lại, vì bản dịch của nó giữ đúng sắc thái tiêu cực mà người nói muốn nói. Nó còn cho thấy một lần tự sửa theo ngữ cảnh trong đoạn bàn về ngân sách. Bản Teams nhìn chung vẫn hiểu được, nhưng vài lỗi cụ thể cộng với những câu bị đứt đoạn khiến một phần cuộc thảo luận khó theo.

Từ làm lệch hẳn ý nghĩa

Ở đoạn Teams, chúng tôi bắt được một bản dịch trong đó chữ “demerit” mà người nói định dùng lại hiện ra thành “impressive”. “Demerit” là nhược điểm; “impressive” lại gợi một đánh giá tích cực. Khác biệt đó đủ khiến người nghe hiểu nhầm rằng người nói đang khen, trong khi thực ra họ đang nêu một quan ngại.

Sau đó chúng tôi nói lại đúng câu ấy với JotMe. Bản dịch của nó dùng “downside”, giữ nguyên sắc thái tiêu cực. 

Đầu tiên, JotMe dịch câu chuyện thành Drop:

Khi chúng tôi nói tiếp, nó tự hiểu ngữ cảnh và đổi drop thành lower:

Đây là một ví dụ cụ thể về khác biệt trong kết quả đầu ra, không phải một điểm số độ chính xác. Nó cũng không tách bạch được lỗi của Teams bắt nguồn từ khâu nhận dạng giọng nói hay khâu dịch. Còn dưới góc nhìn của người tham dự, vấn đề thực tế là nghĩa của dòng phụ đề họ nhận được.

Phụ đề xử lý ngữ cảnh đang hình thành ra sao

Người đánh giá của chúng tôi nhận thấy một số câu của Teams hiện ra thành từng mảnh, và các bản dịch trước đó không thấy cập nhật lại khi cuộc thảo luận đi tiếp. Điều đó khiến trải nghiệm ở những ví dụ đang xét kém liền mạch.

JotMe thì hành xử khác. Trong ví dụ về ngân sách, ban đầu nó dùng “drop”, sau đó sửa từ này thành “lower” khi câu chuyện rõ dần. Cả hai từ đều dùng được khi nói về ngân sách, nên nên hiểu đây là bằng chứng của việc cập nhật theo ngữ cảnh, chứ không phải bằng chứng rằng từ đầu tiên chắc chắn sai.

Hãy nghĩ tới một cuộc bàn chuyện cắt giảm chi phí. Người tham dự có thể nói tới mức giảm trước rồi mới nêu hạng mục ngân sách sau. Người đọc cần một mạch chữ mạch lạc cho cả ý đó thì mới nắm được đề xuất. Phụ đề hiện nhanh nhưng để lại các mảnh rời chưa nối được với nhau sẽ làm việc đó khó hơn.

Video chỉ chống lưng cho một kết luận hẹp hơn câu “Teams không bao giờ dùng ngữ cảnh”: trong những ví dụ này, chúng tôi thích cách JotMe sửa lại chữ đã hiện và thích nghĩa ở câu dịch được lặp lại của nó hơn.

Độ trễ phụ đề và mức dễ đọc

Chúng tôi ghi nhận độ trễ khá đều quanh mức hai đến năm giây cho Teams trong lần thử này. Ở ví dụ phụ đề của JotMe, lời dẫn mô tả độ trễ khoảng một đến hai giây. Phần tổng kết cuối video lại đưa con số rộng hơn một chút, hai đến ba giây.

Chừng đó đủ cho một kết luận định tính rằng JotMe phản hồi nhanh hơn trong buổi thử. Nó không đủ cho một khẳng định cứng kiểu “nhanh gấp đôi” áp cho mọi cuộc họp.

Với người ngồi đọc, câu hỏi thật sự hữu ích là: bản dịch có tới đủ sớm để mình còn kịp tham gia không, và có đủ chính xác để mình dám hành động theo không. Câu chúng tôi nói lặp lại cho thấy vì sao chỉ đo tốc độ là chưa đủ. Một câu mô tả tích cực đến thật nhanh vẫn là câu gây hiểu sai, nếu người nói thực ra đang nêu một điểm bất lợi.

Kết luận phần phụ đề: JotMe là lựa chọn mạnh hơn trong những ví dụ đã quay. Nó giữ đúng nghĩa của “demerit”, cho thấy một lần sửa theo ngữ cảnh hiện rõ trên màn hình, và có độ trễ ghi nhận được ngắn hơn.

Thử nghiệm dịch giọng nói: Microsoft Teams và JotMe

Phần so sánh giọng nói cho một đánh đổi rõ ràng hơn. Teams nghe giống người nói gốc hơn. JotMe bắt đầu phát câu đáp đã dịch sớm hơn sau khi lời nói kết thúc, nhờ vậy đoạn trao đổi trong video dễ nối tiếp hơn.

Teams mô phỏng giọng thuyết phục hơn

Vào khoảng phút 03:33, chúng tôi thử xem người nói nghe ra sao khi sang tiếng Hàn qua Teams. Người đánh giá phản hồi tích cực về độ giống, và lời dẫn mô tả giọng đó nghe sát với giọng thật của người nói. Chất lượng dịch nói chung cũng được mô tả là ở mức hợp lý.

Đó là một điểm mạnh có giá trị thật. Một giọng vẫn còn nhận ra được khiến cuộc họp qua thông dịch bớt xa cách, nhất là khi các đồng nghiệp đã quen nhau. Nó là một phẩm chất tách biệt với độ chính xác của câu chữ hay tốc độ phản hồi, nên chúng tôi xét riêng.

Độ trễ làm đổi nhịp cuộc trò chuyện

Chúng tôi ghi nhận độ trễ khoảng ba đến năm giây trong phần thử giọng nói của Teams. Nhóm đánh giá có nhắc tới chuyện phải ngừng nói để chờ phần thông dịch chạy xong, và một người nhận xét rằng có đoạn lời nói bị bỏ sót.

Bản ghi không cho biết vì sao đoạn đó bị bỏ sót. Nhưng nó cho thấy người tham dự phải tự điều chỉnh cách nói quanh phần thông dịch. Thay vì đáp lời ngay khi hiểu rằng người nói gốc đã dứt, họ còn phải trừ hao thêm một lượt âm thanh nữa.

Với một bài thuyết trình đã chuẩn bị, người nói có thể chủ động chừa khoảng trống giữa các ý. Còn một cuộc bàn bạc thực tế thường có lượt nói ngắn hơn nhiều: người này đề xuất một mốc ngày, người kia nêu một ràng buộc, người thứ ba hỏi vậy ngân sách sẽ ra sao. Một khoảng chờ thấy rõ sau mỗi lượt sẽ khiến trao đổi ì hơn, kể cả khi giọng đã dịch nghe rất dễ chịu.

JotMe đáp sớm hơn trong đoạn trao đổi được quay

Đoạn giọng nói của JotMe xoay quanh một lịch trình bị bó, chuyện hỏi xem khách hàng có nới thêm được một tuần không, và chuyện cân nhắc lại thứ tự ưu tiên nếu không nới được. Lời dẫn cho biết phần tiếng đã dịch bắt đầu phát trong vòng chưa tới một giây sau khi người nói dứt lời.

Trong lần thử này, đó mới là lợi thế hữu dụng hơn cho nhịp hội thoại. Giọng đã dịch nghe kém giống người nói gốc hơn so với Teams, nhưng khoảng chờ ngắn hơn giúp cuộc trao đổi chạy tiếp. 

Con số dưới một giây là quan sát về thời điểm bắt đầu phát, tính sau lượt nói. Nó không có nghĩa là cả câu được dịch và đọc xong trong chưa đầy một giây, cũng không có nghĩa là mọi cặp ngôn ngữ đều cho thời gian phản hồi như vậy.

Kết luận phần giọng nói: hãy chọn kết quả của Teams nếu độ giống giọng gốc là tiêu chí chính của bạn. Còn kết quả của JotMe hấp dẫn hơn cho những cuộc trò chuyện mà khoảng cách giữa lúc nói và lúc nghe được bản dịch mới là thứ quan trọng nhất.

So sánh giá: dịch trực tiếp trên Microsoft Teams và JotMe

Trước khi so giá niêm yết, hãy so tính năng bạn thật sự cần với những gói thuê bao bạn đang có. Người đã có Copilot có thể thử Teams Interpreter mà không phải mua thêm add-on nào. Người chỉ cần phụ đề thì đừng tính chi phí dựa trên cả một bộ Microsoft 365.

Các mức giá dưới đây là giá niêm yết bằng đô-la Mỹ, kiểm tra vào ngày 18 tháng 9 năm 2026. Cam kết kỳ thanh toán, điều kiện hưởng khuyến mãi, giá theo khu vực và thuế đều có thể làm tổng tiền lúc thanh toán khác đi.

Giá dịch của Microsoft Teams

Lựa chọn từ Microsoft

Video của chúng tôi dùng Business Premium cộng Copilot Business, nhưng không nêu số tiền đã trả. Giá gói ở bảng trên là một ví dụ mua hàng hiện tại, không phải hóa đơn dựng lại của buổi thử đó.

Về quyền dùng phụ đề, một người tổ chức có giấy phép hợp lệ có thể phủ cho những người tham dự cuộc họp. Còn với Interpreter, hãy tính xem có bao nhiêu người nghe cần Copilot, cùng mức 20 giờ mỗi người mỗi tháng đã bao gồm. Phần Interpreter vượt ra ngoài mức đó còn tùy vào dung lượng còn trống. 

Giá dịch của JotMe

JotMe công bố các mức giá và hạn mức cá nhân này trên website. Gói Teams của JotMe khởi điểm ở mức niêm yết 60 USD mỗi tháng, tổng tiền còn tùy số chỗ ngồi và lượng phút dịch dùng chung; gói Enterprise thì báo giá riêng. Xem bài giải thích các gói và bảng giá JotMe để đối chiếu rộng hơn.

Mức giá theo năm là con số quy đổi về tháng. Ví dụ, gói Premium trả theo năm nghĩa là bị tính 180 USD ngay từ đầu. Nó không có nghĩa là mỗi tháng bị trừ 15 USD. Tài liệu thanh toán của JotMe giải thích cách trả tiền và cách hạn mức được làm mới.

Hạn mức đó đủ cho bao nhiêu phút họp

Chế độ bạn chọn trong JotMe quyết định số phút dịch trực tiếp bị tiêu hao nhanh hay chậm:

• Phụ đề Basic dùng tốc độ tiêu hao tiêu chuẩn.
• Premium Quality dùng gấp đôi số phút.
• Fast Audio, chế độ dùng cho dịch giọng-sang-giọng, dùng gấp năm lần số phút.

Theo đó, hạn mức 200 phút của gói Pro đủ cho khoảng 200 phút ở chế độ Basic, 100 phút ở Premium Quality, hoặc 40 phút ở Fast Audio, trước khi tính thêm các hệ số nhân do chia sẻ hay do đầu ra. Hạn mức 500 phút của gói Premium đủ cho khoảng 100 phút ở tốc độ Fast Audio với cùng giả định đó. 

Hãy thử tính bốn cuộc họp 30 phút trong một tháng. Tổng cộng là 120 phút họp. Ở tốc độ tiêu chuẩn của Basic, phần dịch nằm gọn trong hạn mức 200 phút của gói Pro. Nhưng ở tốc độ gấp năm của Fast Audio, bốn cuộc họp đó ngốn 600 phút dịch, nên riêng 500 phút có sẵn của gói Premium cũng chưa đủ. Bạn sẽ cần mua thêm dung lượng hoặc đổi sang gói khác.

Việc chia sẻ phần đã dịch cho người tham dự còn làm phép tính đổi thêm nữa. Hãy lấy đúng cách bạn định dùng trong cuộc họp để ước lượng, nhất là khi nhiều người sẽ cùng nghe qua một phiên dịch dùng chung.

Đó là lý do chúng tôi không nói JotMe rẻ hơn Teams trong mọi trường hợp. Điểm vào miễn phí, việc cài đặt độc lập và mức phản hồi quan sát được là những lý do đáng để thử. Nhưng nếu bạn cần thông dịch bằng giọng nói thường xuyên, một gói Copilot sẵn có cùng quỹ thời gian bao gồm lớn hơn của nó có thể làm phép so sánh chi phí đảo chiều đáng kể.

Nên chọn app dịch giọng nói trực tiếp nào cho cuộc họp: Teams hay JotMe

JotMe là trải nghiệm dịch mà chúng tôi thích hơn trong bản so sánh đã quay. Nó dễ vào tới màn hình dịch trực tiếp hơn, xử lý chính xác hơn ở câu phụ đề được lặp lại, và phát phần tiếng đã dịch sớm hơn sau khi lời nói kết thúc. Đó là những lợi thế thực dụng khi mục tiêu của bạn là theo kịp cuộc thảo luận và đáp lời mà không liên tục làm gãy nhịp.

Teams cũng cho một kết quả đáng ghi nhận: phần mô phỏng giọng của nó nghe giống người nói gốc hơn. Nếu tổ chức của bạn đã có sẵn giấy phép cần thiết, kiểu cuộc họp của bạn được hỗ trợ, và độ giống giọng là thứ bạn coi trọng, thì Interpreter của Teams xứng đáng được đem ra thử với đồng nghiệp.

Hãy chọn JotMe khi bạn muốn giữ nguyên Teams mà vẫn thử một luồng dịch riêng, hoặc khi cách hành xử của phụ đề và thời gian phản hồi trong buổi thử của chúng tôi đúng là những vấn đề bạn đã gặp trong cuộc họp của mình. Trang bộ công cụ Microsoft Teams của JotMe bao quát cả phần dịch, bản chép lại và ghi chú cuộc họp.

Hãy chọn tính năng dịch có sẵn của Teams khi nó đã đáp ứng đủ yêu cầu về ngôn ngữ và quyền truy cập của bạn, và khi người tham dự thích dùng thanh điều khiển tích hợp sẵn hơn. Với những cuộc họp chỉ cần phụ đề, giấy phép của một người tổ chức hợp lệ cũng có thể là phương án kinh tế cho cả nhóm.

Buổi thử của bạn nên giống một cuộc trao đổi công việc bình thường. Hãy bàn một hạn chót có thật, giải thích một hạn chế, hỏi thêm một câu, rồi kiểm tra xem mỗi người hiểu được gì. Cách đó cho biết nhiều hơn hẳn so với một câu chào hỏi, vì nó phơi ra đúng những vấn đề về nghĩa và về thời gian vốn ảnh hưởng tới việc phối hợp.

Muốn có danh sách rộng hơn, bài những công cụ dịch trực tiếp tốt nhất cho Microsoft Teams của chúng tôi so sánh thêm nhiều lựa chọn. Còn muốn thử ngay luồng làm việc trong bài này, hãy bắt đầu với gói miễn phí của JotMe và dùng một đoạn họp ngắn để kiểm tra ngôn ngữ, âm thanh và chế độ dịch bạn thích.

Câu hỏi thường gặp

Microsoft Teams có dịch cuộc họp theo thời gian thực được không?

Có. Teams cung cấp phụ đề đã dịch để đọc, và AI Interpreter để nghe phần tiếng đã dịch. Hai tính năng này đòi hỏi quyền truy cập khác nhau, nên hãy chọn tính năng trước đã. Các mục hướng dẫn ở trên đi qua từng quy trình và dẫn tới tài liệu hiện hành của Microsoft.

Dịch trực tiếp trên Microsoft Teams có miễn phí không?

Phụ đề dịch trực tiếp có sẵn trong Teams đòi hỏi một quyền sử dụng hợp lệ, dù người tham dự vẫn có thể được cấp quyền thông qua một người tổ chức có giấy phép. Interpreter thì đòi hỏi người nghe có quyền Copilot hợp lệ. Việc bạn đang dùng được phụ đề thường không chứng minh rằng bạn có quyền dùng một trong hai tính năng dịch này. 

Microsoft 365 Business Premium có phải là Teams Premium không?

Không, đây là hai gói thuê bao riêng biệt. Business Premium là bộ ứng dụng doanh nghiệp của Microsoft 365; còn Teams Premium bổ sung tính năng cho một giấy phép Teams có trả phí sẵn có. Chỉ nhìn cái tên thì không biết được tài khoản đã có đủ mọi thứ cần cho phần thông dịch bằng giọng nói AI hay chưa.

Tôi có dùng được JotMe trong lúc họp Microsoft Teams không?

Có, bạn dùng ứng dụng JotMe trên máy tính song song với Teams để lấy phụ đề hoặc để dịch giọng nói. Việc đọc phụ đề cuộc họp và việc đẩy giọng tổng hợp ngược vào cuộc gọi là hai cách cài đặt khác nhau. Với dịch giọng nói hai chiều, hãy hoàn tất các bước định tuyến âm thanh trước khi cuộc trò chuyện bắt đầu.

Tôi có lưu lại được phần âm thanh đã dịch của Teams sau cuộc họp không?

Microsoft cho biết bản ghi cuộc họp Teams giữ lại âm thanh gốc chứ không giữ âm thanh của Interpreter. Nếu bạn cần phần tiếng đã dịch nằm trong bản ghi, đừng mặc định rằng cứ bật Interpreter là sẽ có.

Hạn mức dịch của JotMe có bằng đúng bấy nhiêu phút giọng nói không?

Chế độ bạn chọn quyết định mức tiêu hao. Fast Audio dùng tốc độ gấp 5 lần, nên 100 phút dịch cho ra khoảng 20 phút ở chế độ đó, trước khi tính thêm hệ số nhân do chia sẻ hay do đầu ra. Hãy dùng tốc độ tiêu hao của đúng chế độ khi ước lượng sức chứa cho cuộc họp. 

Phụ đề trực tiếp của Microsoft Teams có dịch được nhiều ngôn ngữ trong cùng một cuộc họp không?

Tính năng dịch trực tiếp của Microsoft Teams chạy tốt nhất khi thiết lập ngôn ngữ nói khớp với thứ tiếng đang được nói. Nếu người tham dự chuyển qua lại giữa nhiều ngôn ngữ, kết quả phụ đề có thể kém chính xác đi nếu không đặt đúng thiết lập ngôn ngữ. Nhiều người dùng trên Reddit cho biết họ gặp khó khi người nói song ngữ đổi tiếng giữa chừng. Với cuộc họp đa ngôn ngữ, hãy thử thiết lập ngôn ngữ trước khi họp.

Vì sao Microsoft Teams không hiện tùy chọn “Dịch sang”?

Tùy chọn “Dịch sang” (Translate to) có thể không hiện vì giấy phép, vì chính sách cuộc họp, hoặc vì cấu hình tính năng. Riêng một giấy phép Teams Premium không bảo đảm rằng mọi người tham dự đều thấy tùy chọn dịch. Hãy nhờ quản trị viên kiểm tra chính sách phụ đề trực tiếp và chính sách bản chép lại của cuộc họp, đồng thời xác nhận người tổ chức có đúng quyền sử dụng cần thiết. Microsoft cũng ghi nhận những trường hợp người dùng có Premium nhưng vẫn báo không thấy tùy chọn dịch.

Mỗi người tham dự có tự chọn ngôn ngữ phụ đề riêng trong Teams được không?

Được. Microsoft Teams cho phép người tham dự chọn ngôn ngữ phụ đề mình muốn khi tính năng này khả dụng. Điều đó rất tiện cho các cuộc họp đa ngôn ngữ, vì mỗi người có thể muốn đọc nội dung bằng một thứ tiếng khác nhau. Tuy vậy, thiết lập ngôn ngữ nói vẫn phải chính xác thì việc nhận dạng giọng nói và dịch mới chạy đúng.