Dịch giọng nói chuyển đổi ngôn ngữ nói sang ngôn ngữ khác theo thời gian thực, cung cấp kết quả dưới dạng phụ đề trực tiếp, âm thanh đã dịch hoặc cả hai. Dịch văn bản nhận đầu vào bằng văn bản, xử lý qua công cụ dịch và trả về đầu ra bằng văn bản bằng ngôn ngữ đích. Cả hai đều phục vụ cùng một mục tiêu: giúp giao tiếp xuyên ngôn ngữ trở nên khả thi. Tuy nhiên, chúng giải quyết mục tiêu đó với tốc độ khác nhau, trong các ngữ cảnh khác nhau và với mức độ chính xác rất khác nhau tùy thuộc vào tình huống.

Sự khác biệt này rất quan trọng vì việc chọn sai loại sẽ tạo thêm công việc sau khi cuộc trò chuyện kết thúc. Một quản lý vận hành trong cuộc gọi trực tiếp với nhà cung cấp Hàn Quốc không có thời gian để gõ câu vào hộp văn bản. Một nhóm pháp lý xem xét hợp đồng đã dịch không cần phụ đề âm thanh trực tiếp. Quy trình làm việc sẽ quyết định phương pháp nào hiệu quả.

Dịch giọng nói và Dịch văn bản: Những khác biệt cốt lõi

Đây là sự khác biệt cốt lõi giữa việc sử dụng một công cụ dịch giọng nói và một công cụ dịch văn bản:

Bảng này trình bày những khác biệt về cấu trúc giữa dịch giọng nói sang văn bản và các công cụ dịch văn bản sang văn bản. Nhưng khoảng cách thực sự trở nên rõ ràng khi bạn thử nghiệm cả hai phương pháp trong cùng một kịch bản kinh doanh.

Dịch văn bản hoạt động như thế nào: Google Dịch và ChatGPT

Để hiểu cách các công cụ dịch văn bản thực sự hoạt động trong các tình huống thực tế, sẽ hữu ích nếu xem xét cách chúng xử lý cùng một thông điệp trong các điều kiện khác nhau. Trong phần này, chúng tôi so sánh cách Google Dịch và ChatGPT xử lý đầu vào văn bản, những điểm chúng hoạt động tốt và những điểm chúng bắt đầu gặp khó khăn.

Dịch hoạt động như thế nào trong Google Dịch?

Google Dịch là công cụ dịch văn bản được sử dụng rộng rãi nhất ứng dụng dịch trên thế giới. Nó chấp nhận đầu vào được gõ, tự động phát hiện hoặc cho phép bạn chọn ngôn ngữ nguồn, và trả về đầu ra bằng văn bản bằng ngôn ngữ đích. Đối với các câu ngắn, rõ ràng, đúng ngữ pháp, nó hoạt động tốt.

Đây là một thử nghiệm thực tế mà chúng tôi đã thực hiện để giúp bạn hiểu những hạn chế của Google Dịch đối với dịch văn bản.

Như bạn có thể thấy từ hình ảnh đính kèm, một quản lý nói tiếng Anh cần gửi tin nhắn cho một đội hậu cần nói tiếng Tây Ban Nha. Đầu vào được gõ trong Google Dịch:

"Bạn có thể vui lòng trao đổi với đội ngũ marketing để tìm hiểu kế hoạch của họ trong quý 2 về doanh số hậu cần không?"

Google Dịch trả về một câu tiếng Tây Ban Nha đúng ngữ pháp. Các từ ngữ chính xác. Ý nghĩa được giữ ở mức độ bề mặt. Nhưng kết quả không có trọng lượng về sắc thái. Một CXO đọc bản dịch tiếng Tây Ban Nha đó sẽ thấy câu văn như do một sinh viên viết, chứ không phải do một trưởng phòng vận hành cấp cao viết.

Người quản lý đó sau đó đã thử một câu thứ hai, dài hơn, sử dụng tính năng nhập liệu bằng giọng nói của Google Dịch: một yêu cầu nói về các yêu cầu tiếp thị, hậu cần quý 2 và cách đội ngũ tiếp thị đang xử lý quan điểm của mình cùng với hoạt động vận hành.

Lần này, tính năng nhận dạng giọng nói của Google Dịch đã ghi lại âm thanh, nhưng bản chép lại có lỗi. "Q2" đã trở thành "Q tools." Bản dịch tiếng Tây Ban Nha sau đó chứa những lỗi đó, tạo ra một câu mà người nhận sẽ cần phải giải mã trước khi thực hiện theo.

Như bạn có thể thấy từ ví dụ trên, các công cụ dịch văn bản xử lý chính xác những gì bạn cung cấp cho chúng. Nếu đầu vào rõ ràng và ngắn gọn, kết quả có thể sử dụng được. Nếu đầu vào lộn xộn, được nói ra hoặc thiếu ngữ cảnh về người nói và người nghe, kết quả sẽ bị hỏng.

ChatGPT có thể xử lý dịch văn bản không?

Có, ChatGPT có thể xử lý dịch văn bản, nhưng nó cũng có những hạn chế riêng. ChatGPT, với tư cách là một công cụ dịch dựa trên văn bản, bổ sung một lớp mà Google Dịch không thể: điều chỉnh sắc thái. Khi được yêu cầu dịch cùng một thông điệp kinh doanh sang tiếng Tây Ban Nha, ChatGPT đã trả về một bản dịch có năng lực, như được hiển thị bên dưới:

‍

Nhưng khi người quản lý chỉ định "đây là dành cho các CXO và trưởng bộ phận hậu cần," ChatGPT đã điều chỉnh lại và đưa ra một phiên bản trau chuốt hơn, với văn phong cấp điều hành. The bản chép lại đã cải thiện đáng kể, như bạn có thể thấy từ hình ảnh này:

Tuy nhiên, nếu bạn thường xuyên tham gia nhiều cuộc họp và hoạt động, bạn sẽ đồng ý rằng ChatGPT yêu cầu hai lời nhắc để đạt được kết quả phù hợp. Người dùng phải tự tay chỉ định đối tượng của công cụ. Trong một cuộc họp trực tiếp, không có thời gian cho lời nhắc thứ hai. Cuộc trò chuyện đã tiếp tục.

Cách dịch giọng nói hoạt động trong JotMe [Ví dụ chuyển giọng nói thành văn bản]

Dịch giọng nói bắt đầu với âm thanh trực tiếp được nói ra. JotMe lắng nghe, chép lại, dịch và cung cấp kết quả theo thời gian thực khi cuộc trò chuyện tiếp diễn.

Đây là cùng một kịch bản kinh doanh được thử nghiệm trên JotMe. Người quản lý nói tiếng Anh đã nói chuyện tự nhiên trong một cuộc gọi trực tiếp:

"Chào. Chào buổi sáng. Bạn có thể vui lòng thảo luận với đội ngũ tiếp thị về doanh số quý 2 không? Và cập nhật hậu cần và xem chúng ta có thể mở rộng kinh doanh tại thị trường châu Âu trong quý này như thế nào?"

JotMe đã ghi lại toàn bộ âm thanh, hiển thị bản chép lại tiếng Anh và đồng thời tạo ra một bản dịch phù hợp với ngữ cảnh Dịch từ tiếng Anh sang tiếng Tây Ban Nha. Kết quả tiếng Tây Ban Nha đọc tự nhiên với văn phong chuyên nghiệp. Không có lời nhắc bổ sung, không cần chỉ định đối tượng thủ công, và chắc chắn không có hướng dẫn kiểu "dành cho CXO" mà chúng tôi phải đưa cho ChatGPT để tinh chỉnh giọng điệu.

Bảng điều khiển Ask JotMe ở cuối màn hình đã tạo ra hai mục hành động theo thời gian thực bằng tiếng Tây Ban Nha:

Ba kết quả từ một đầu vào giọng nói duy nhất: bản ghi chép, bản dịch và các mục hành động có cấu trúc. Người quản lý không cần gõ bất cứ điều gì. Người nhận nói tiếng Tây Ban Nha đã nhận được một tin nhắn với giọng điệu phù hợp, thuật ngữ chính xác và một bộ các bước tiếp theo rõ ràng.

Hãy so sánh điều đó với quy trình dịch văn bản: gõ câu vào Google Dịch (kết quả phẳng, không có giọng điệu), sau đó dán vào ChatGPT (giọng điệu tốt hơn, nhưng cần hai lần nhắc), rồi tự viết các mục hành động theo cách thủ công.

Các Trường Hợp Sử Dụng Dịch Giọng Nói So Với Dịch Văn Bản

Dưới đây là hướng dẫn các trường hợp sử dụng nêu rõ khi nào bạn thực sự cần dịch giọng nói và khi nào bạn có thể dựa vào dịch văn bản:

Ghi Chú Giọng Nói So Với Tin Nhắn Văn Bản: Cái Nào Hiệu Quả Hơn Cho Quy Trình Dịch Thuật?

Một lĩnh vực mà hai phương pháp này hội tụ là giao tiếp giọng nói không đồng bộ. Tin nhắn thoại trên WhatsApp, ghi chú giọng nói trên Slack và ghi âm giọng nói nằm giữa lời nói trực tiếp và văn bản đã gõ. Chúng mang theo giọng điệu, cách diễn đạt tự nhiên và luồng hội thoại, nhưng chúng không phải là trực tiếp.

Đối với ghi chú giọng nói so với văn bản, yếu tố quyết định là liệu nội dung cần được dịch trước khi người nhận nghe hay sau khi nghe. Nếu một trưởng nhóm nói tiếng Tây Ban Nha gửi một ghi chú giọng nói cho một quản lý nói tiếng Anh, một công cụ dịch giọng nói có thể chuyển giọng nói thành văn bản và dịch bản ghi đó sang tiếng Anh dễ đọc với đầy đủ ngữ cảnh. Một công cụ dịch văn bản sẽ yêu cầu ai đó trước tiên phải chuyển đổi âm thanh thành văn bản thủ công, sau đó dán bản ghi vào hộp dịch. Một bước so với ba bước.

AI công cụ dịch giọng nói cũng đang gia nhập lĩnh vực này, nhưng hầu hết được thiết kế để thực hiện lệnh (đặt lời nhắc, phát nhạc, trả lời câu hỏi) hơn là giao tiếp đa ngôn ngữ. Một trợ lý giọng nói AI xử lý "đặt cuộc họp lúc 3 giờ chiều" tốt. Nó không xử lý "dịch những gì nhà cung cấp vừa nói về thời gian giao hàng sang tiếng Anh và tạo các mục hành động tiếp theo."

Nguồn ảnh: Ảnh biểu ngữ được sử dụng trong bài viết này được tạo bằng Google Gemini