Nâng cấp lớn tính năng phiên dịch đồng thời trong họp DingTalk, mơ ước dịch tức thời giữa tiếng Quảng Đông và tiếng Anh không còn xa

Nếu có DingTalk ở “Yến tiệc Hồng Môn”, Hạng Vũ đã sớm bắt tay giảng hòa với Lưu Bang bằng tiếng Anh và tiếng Quảng Đông rồi! Trước đây, khi tổ chức hội nghị quốc tế, người nói tiếng Quảng bay bổng nhưng tiếng Anh thì như băng cassette bị kẹt, cứ mỗi lần dịch mở miệng là cả phòng im lặng ba giây — không phải vì xấu hổ, mà là để chờ AI dịch xong từ “Mô-gai” thành “Thank you” hay “Excuse me”.

Bây giờ, dịch thuật đồng thời trong cuộc họp DingTalk không còn là trò nói nhảm của AI, mà là kỹ năng thực sự. Ẩn sau nó là ba vũ khí tối thượng: nhận dạng giọng nói (ASR) hiểu được ngữ điệu lên xuống của tiếng Quảng; máy dịch (MT) chuyển đổi chính xác sang tiếng Anh tự nhiên; tổng hợp giọng nói (TTS) phát lại với ngữ điệu mượt mà như một phát thanh viên BBC nhập thể. Toàn bộ quá trình chỉ chậm dưới 400 mili giây — nhanh hơn cả việc bạn chớp mắt hai lần.

Có người bảo “AI dịch thuật luôn mắc lỗi”, nhưng phòng thí nghiệm Damo với mười năm tích lũy công nghệ AI về giọng nói đã học được cách phân biệt giữa “Thực jó fạn mái” (Ăn cơm chưa?) và “Úp liu sạm mãi” (Ướt áo chưa?). Đây không phải ma thuật, mà là khoa học — và còn là bước đầu tiên hướng tới quyền bình đẳng giao tiếp quốc tế cho cộng đồng nói tiếng Quảng.

Nói về tiếng Quảng, tôi không hề khoa trương: ngay cả AI cũng phải “học ba năm mới ra đường”. Giọng phổ thông bốn thanh đã đau đầu rồi ư? Tiếng Quảng chơi tận chín thanh sáu điệu, cùng một âm có thể mang chín nghĩa khác nhau, sai một thanh là loạn hết: “thi, sử, thí, thời, thị, sự, thị, thức, tích” đều trộn lẫn cả! Nhận dạng giọng nói nghe sai một điệu, bản dịch có thể biến từ “hợp tác vui vẻ” thành “mày ăn cứt đi” mất. Chưa kể đến từ vựng — “tủ tuyết” chứ không gọi là “tủ lạnh”, “phách thoa” (bắt đôi) không phải là đang thật sự vỗ vào nhau — khiến AI học đến mức muốn kêu cứu.

Trước đây, nhiều hãng công nghệ lớn trên thế giới đơn giản coi tiếng Quảng là “phương ngữ phụ”, bỏ qua luôn, khiến người dùng ở Hồng Kông, Ma Cao và các khu phố Tàu hải ngoại đành tự lo lấy thân. Nhưng thực tế là gần chín mươi triệu người toàn cầu dùng tiếng Quảng làm ngôn ngữ hàng ngày, và việc trộn lẫn tiếng Anh – tiếng Quảng trong các cuộc họp thương mại là chuyện thường ngày. Lần này, DingTalk không chỉ đơn thuần thêm một tùy chọn ngôn ngữ, mà là xây dựng lại kho dữ liệu tiếng Quảng từ tầng nền, thậm chí học luôn cả những trợ từ như “lạ”, “chẻ”, “mà” — đúng chuẩn “gia sư luyện thi tiếng Quảng đỉnh cao” trong giới AI.

Cuộc cách mạng công nghệ này kỳ thực là một hình thức minh oan cho danh dự ngôn ngữ — đừng nói nữa rằng “hiểu được là được”, bây giờ phải là “nói đúng, dịch chuẩn” mới chấp nhận được!

Một cuộc họp video nối liền Quảng Châu, Luân Đôn và Bắc Kinh sắp bắt đầu, bầu không khí tràn ngập sự căng thẳng và hỗn loạn ngôn ngữ kỳ lạ. Nhà cung cấp A Cường ở Quảng Châu vừa mở lời: “Lô hàng này xuất hiện vấn đề”, ông Smith người Anh lập tức nhíu mày: “Hắn đang nói cái quái gì vậy?”. Lúc này, tính năng dịch thuật đồng thời của DingTalk xuất hiện như vị cứu tinh — chỉ cần nhấn vào biểu tượng chiếc tai nhỏ đang nhấp nháy, chọn “tiếng Quảng → tiếng Anh”, “tiếng Anh → tiếng Quảng”, đồng thời bật phụ đề tiếng Phổ thông cho quản lý ở Bắc Kinh, màn trình diễn ba ngôn ngữ liền được khởi động.

Hệ thống vận hành như một buổi ảo thuật ngôn ngữ: A Cường nói “soát để” (trễ hẹn), trên màn hình hiện ra “defaulted on delivery” — tuy thiếu chút sắc thái đời thường, nhưng nghĩa thì chính xác; Smith phàn nàn “unacceptable”, A Cường lập tức nhận được thông báo tiếng Quảng “không thể chấp nhận”, thậm chí còn giữ nguyên cả giọng điệu giận dữ. Độ trễ chưa đầy 1,5 giây, gần như đồng bộ. Tuy nhiên, khi A Cường nóng ruột nói “thành đầu lâm bả”, AI lập tức hoảng loạn, dịch thành “the whole head is loose” — may mà quản lý phản ứng nhanh, lập tức chuyển sang chế độ dịch dự phòng bằng con người.

Kết quả thử nghiệm cho thấy tỷ lệ thành công với giọng nói rõ ràng đạt 92%, nhưng nếu gặp tốc độ nói nhanh, kết hợp tiếng lóng hoặc tiếng ồn nền như xào nấu, tỷ lệ sai dịch tăng mạnh. Người dùng nên tắt âm thanh nồi canh, tránh nói chồng chéo, đồng thời tận dụng chức năng kéo thả phụ đề để tách riêng ba ngôn ngữ, nếu không màn hình sẽ giống như một đấu trường ngôn ngữ hỗn loạn. Hiện tại hệ thống vẫn chưa xử lý hoàn toàn được các từ mang tính văn hóa đặc thù như “thổi nước” (nói dối), “bạn cua” (giả ngu), nhưng cũng đủ để biến yến tiệc Hồng Môn thành buổi họp hợp tác rồi.

Không chỉ là dịch thuật, đây là điểm khởi đầu mới cho giao tiếp đa văn hóa. Trước đây, những người nói tiếng Quảng trong các hội nghị quốc tế luôn giống như Lưu Bang bước vào yến tiệc Hồng Môn — lễ phép đầy đủ, nhưng ánh đao ẩn giấu trong rào cản ngôn ngữ. Ngày nay, dịch thuật đồng thời Quảng - Anh trong DingTalk không chỉ biến “mô-gai” thành “Thank you”, mà còn mã hóa trơn tru cả hệ tư duy thương mại. Các chủ doanh nghiệp nhỏ ở Hồng Kông không còn phải nhờ cháu gái kiêm nhiệm dịch vụ dịch thuật để đàm phán đơn hàng châu Âu; sinh viên vùng nói tiếng Quảng bật camera lên là có thể tranh luận với giáo sư Oxford về việc Shakespeare có từng nghe hát Quảng Đông hay không.

Điều tuyệt vời hơn nữa là đây không còn là kiểu “học tiếng Anh để sinh tồn” một chiều, mà là bình đẳng văn hóa hai chiều. Khi AI nghiêm túc phân tích biến điệu trong câu “Ăn cơm chưa?”, cũng đồng nghĩa với việc công nhận: ngôn ngữ địa phương không phải là thổ ngữ, mà là hóa thạch sống của nền văn minh. UNESCO từng nói, mỗi khi một ngôn ngữ biến mất, cũng như đốt cháy một thư viện. Giờ đây, DingTalk đã giúp cứu lại kệ sách cho tiếng Quảng, và biết đâu bước tiếp theo, ngay cả triết lý sống như “mưa xuống nhớ thu dọn quần áo” cũng có thể xuất hiện trên các nền tảng hợp tác quốc tế — dù sao thì, ai bảo triết lý sống không thể bắt đầu từ một lời hỏi thăm hàng xóm?

Khi Phạm Tăng trong yến tiệc Hồng Môn có thể hiểu được Lưu Bang nói đùa bằng tiếng Quảng, lịch sử có lẽ đã thay đổi; hôm nay, DingTalk giúp người dùng tiếng Quảng và tiếng Anh “cười cùng nhịp” trong hội nghị quốc tế, công nghệ cuối cùng đã đuổi kịp trí tưởng tượng của kịch bản. Đây không đơn thuần là chuyển giọng thành chữ, mà là mạng thần kinh sâu đang giải mã tức thì về ngữ điệu, tiếng lóng, thậm chí cả lớp nghĩa lịch sự ẩn sau từ “mô-gai sái”. Hệ thống có thể phân biệt “điểm giải” là câu hỏi thật hay chỉ là trợ từ, cũng có thể dịch “Well, actually…” thành câu trả lời tiếng Quảng không gây khó xử. Tuyệt hơn nữa, nó có thể truyền tải chính xác “phái tức” và “dividend” trong báo cáo tài chính, hay chuyển lời thầy giáo “Các em hiểu chưa a?” thành phiên bản nhẹ nhàng bằng tiếng Anh: “Does everyone get this?” — từ giảng dạy đến chiến lược kinh doanh, rào cản phương ngôn đã không còn.

Đội ngũ kỹ thuật tiết lộ, then chốt nằm ở việc xây dựng kho ngữ liệu song song Quảng - Anh, đồng thời thiết kế mô-đun lọc dành riêng cho phần dư thừa khẩu ngữ (ví dụ: “Ơ… vậy thì…”), tránh để bản dịch trở thành lời đọc máy móc. Mô hình còn học hỏi lượng lớn ngữ cảnh Anh - Trung kiểu Hồng Kông (Chinglish), hiểu được rằng “Tôi file tờ report rồi” thực chất là “I’ve submitted the report”. Loại “dịch thuật đệm văn hóa” này khiến giao tiếp trở nên tự nhiên và trôi chảy hơn. Tương lai đã đến, vậy điểm dừng kế tiếp sẽ là tiếng Đài Loan hay tiếng Khách Gia?

We dedicated to serving clients with professional DingTalk solutions. If you'd like to learn more about DingTalk platform applications, feel free to contact our online customer service or email at This email address is being protected from spambots. You need JavaScript enabled to view it.. With a skilled development and operations team and extensive market experience, we’re ready to deliver expert DingTalk services and solutions tailored to your needs!