Trải nghiệm tool dịch trực tiếp trên Google AI Studio

Google AI Studio hỗ trợ tính năng dịch giọng nói trực tiếp thông qua Gemini Live API và mô hình Gemini 3.5 Live Translate. Công cụ có thể dịch giọng nói theo thời gian thực giữa hơn 70 ngôn ngữ, chuyển âm thanh đầu vào thành giọng nói đã được dịch với độ trễ thấp.

Bằng cách thiết lập Live API với chế độ cài đặt dịch, bạn có thể phát trực tiếp âm thanh bằng một ngôn ngữ và nhận đầu ra âm thanh đã dịch bằng một ngôn ngữ khác, nhờ đó có thể dịch liền mạch từ giọng nói sang giọng nói theo thời gian thực. Khi đó bạn dễ dàng theo dõi nội dung video bằng ngôn ngữ bất kỳ mình muốn, thay vì dựa vào tính năng dịch có sẵn trên YouTube chẳng hạn. Dưới đây là hướng dẫn dùng tool dịch trực tiếp trên Google AI Studio.

Cách dịch trực tiếp trên Google AI Studio

Bước 1:

Trước hết chúng ta truy cập vào Google AI Studio, sau đó nhấn chọn vào mục Real-time như hình dưới đây.

Chuyển sang giao diện mới, bạn nhấn vào công cụ Gemini 3.5 Live Translate Preview để sử dụng.

Bước 2:

Ở giao diện thiết lập công cụ dịch trực tiếp, trước hết bạn nhìn sang bên cạnh chọn ngôn ngữ đầu ra mà mình muốn.

Tiếp tục nhấn vào Share Audio From Tab để chia sẻ âm thanh từ tab đang phát video. Ngoài ra, bạn có thể nhấn Talk để dịch giọng nói trực tiếp.

Nhấn xác nhận dùng công cụ dịch trực tiếp trên Google AI Studio.

Bước 3:

Lúc này bạn cần lựa chọn màn hình mình muốn chia sẻ với Google AI Studio.

Chọn xong màn hình rồi nhấn nút Chia sẻ ở bên dưới để thực hiện.

Bước 4:

Ngay sau đó bạn sẽ thấy nội dung được dịch theo thời gian thực từ nội dung trong video, kèm theo đó là âm thanh dịch. Lưu ý sẽ có độ trễ trong nội dung gốc và nội dung dịch.

Cơ bản thì Google AI Studio dịch khá sát với nội dung, công cụ sẽ lựa chọn giọng đọc nam hoặc nữ tương ứng với giọng nói trong video.

Để ngừng dịch thì bạn nhấn vào biểu tượng Dừng chia sẻ là xong.

Ưu và nhược điểm khi dịch trực tiếp bằng Google AI Studio

Ưu điểm:

• Dịch giọng nói gần như theo thời gian thực.
• Hỗ trợ hơn 70 ngôn ngữ.
• Đầu ra là giọng nói thay vì chỉ hiển thị văn bản.
• Có thể sử dụng để theo dõi nội dung video hoặc hội thoại bằng ngôn ngữ khác.
• Giọng dịch được tạo theo hướng tự nhiên.

Hạn chế:

• Vẫn có độ trễ giữa âm thanh gốc và bản dịch.
• Chất lượng dịch phụ thuộc vào âm thanh đầu vào.
• Công cụ này tập trung vào việc dịch trực tiếp, thay vì cung cấp đầy đủ các tính năng trò chuyện như Gemini Live.