16/09/2026 · VietTechies · Biên tập
Google công bố kế hoạch mở rộng AI ngôn ngữ với các công cụ dịch và phiên âm trực tiếp của Gemini 3.5, dòng mô hình TranslateGemma gọn nhẹ, những bộ dữ liệu giọng nói mới và khả năng hỗ trợ ngôn ngữ ký hiệu. Theo công ty, các sản phẩm của họ hiện xử lý tương tác bằng hơn 300 ngôn ngữ được trên 7 tỷ người sử dụng, trong khi Google Translate hỗ trợ hơn 250 ngôn ngữ.
Xử lý giọng nói vượt ra ngoài phiên âm
Gemini 3.5 Live Translate cung cấp khả năng dịch lời nói theo thời gian thực cho 70 ngôn ngữ và hơn 2.000 cặp ngôn ngữ. Google cho biết công cụ này có thể giữ lại sắc thái cảm xúc và xử lý việc chuyển đổi ngôn ngữ giữa chừng trong cuộc hội thoại. Gemini 3.5 Transcribe chuyển âm thanh thành văn bản có định dạng, đồng thời được thiết kế để hoạt động trong môi trường nhiều tiếng ồn và xử lý thuật ngữ chuyên ngành.
Mô hình phiên âm này cũng vận hành Rambler trên bàn phím Android Gboard. Theo Google, tính năng đó có thể loại bỏ từ đệm, sửa ngữ pháp và dấu câu, tiếp nhận lệnh chỉnh sửa bằng giọng nói và hỗ trợ chuyển đổi giữa các ngôn ngữ.
Dữ liệu cho các ngôn ngữ ít được đại diện
Google đặt mục tiêu hỗ trợ 1.000 ngôn ngữ được sử dụng nhiều nhất thế giới thông qua các hệ thống như Universal Speech Model, mô hình được huấn luyện trên 12 triệu giờ âm thanh. Công ty cho biết kỹ thuật chuyển giao xuyên ngôn ngữ cho phép mô hình áp dụng những quy luật học được từ các ngôn ngữ có nhiều dữ liệu sang những ngôn ngữ có ít tài liệu huấn luyện hơn.
Các dự án dữ liệu liên quan gồm WAXAL, bộ dữ liệu giọng nói mở bao phủ 27 ngôn ngữ tại khu vực châu Phi hạ Sahara, và Project Vaani, dự án đã thu thập hơn 30.000 giờ giọng nói từ hơn 155.000 người nói thuộc 109 ngôn ngữ tại Ấn Độ. Công cụ tương tác mới Language Explorer trực quan hóa LinguaMeta, kho dữ liệu nguồn mở bao quát hơn 7.000 ngôn ngữ nói, viết và ký hiệu.
Dịch ngoại tuyến và hỗ trợ điện thoại phổ thông
TranslateGemma là dòng mô hình dịch thuật nguồn mở gọn nhẹ, được phát triển từ Gemini và huấn luyện trên 55 ngôn ngữ. Google cho biết các mô hình có thể chạy trực tiếp trên thiết bị, cho phép dịch mà không cần kết nối đám mây hoặc internet, dù vẫn đòi hỏi phần cứng đủ năng lực.
Với điện thoại phổ thông, Google đang hỗ trợ trợ lý giọng nói Ask Viamo Anything của Viamo. Viamo đã thử nghiệm dịch vụ tại Rwanda thông qua hệ thống trả lời thoại tương tác hiện có. Theo Google, Gemini đã trả lời hơn 2 triệu câu hỏi qua dịch vụ này.
Hỗ trợ ngôn ngữ ký hiệu
Hệ thống Sign Language-to-Text, tức chuyển ngôn ngữ ký hiệu thành văn bản, của Google được huấn luyện trên dữ liệu của hơn 50 ngôn ngữ ký hiệu. Công nghệ này vận hành tính năng nhập văn bản bằng ngôn ngữ ký hiệu trong Gboard và Live Transcribe trên Pixel 11, ban đầu hỗ trợ chuyển Ngôn ngữ ký hiệu Mỹ sang tiếng Anh. Google xem đây là bước khởi đầu, chưa phải khả năng hỗ trợ toàn diện cho mọi ngôn ngữ ký hiệu có trong dữ liệu huấn luyện.
Ảnh minh họa do AI tạo.