Friskription → Blog → Dịch phát trực tiếp

Dịch phát trực tiếp: so sánh mọi cách làm

Bắt đầu ở đây 17 tháng 9, 2026

Có bốn cách để xem một buổi phát trực tiếp bằng thứ tiếng bạn không nói được. Ba trong số đó đòi buổi phát phải đưa cho bạn thứ gì đó trước. Đây là những gì mỗi cách làm được, dừng lại ở đâu, và làm sao trong mười giây biết mình đang mắc ở cách nào.

Vì sao phát trực tiếp khó hơn video

Một video đã quay có thể xử lý trước. Thứ gì đó có thể đọc hết tệp, tính xem câu kết thúc ở đâu, và tạo ra phụ đề đúng trước khi có ai bấm phát. Phát trực tiếp thì không có gì trong số đó: câu bạn đang dịch còn chưa xong, và câu tiếp theo thì đã bắt đầu rồi.

Từ đó sinh ra một sự đánh đổi mà bạn sẽ gặp ở mọi công cụ trên trang này. Chờ lâu hơn rồi mới hiện một dòng thì đọc mượt hơn nhưng tới trễ hơn. Hiện sớm hơn thì đúng lúc nhưng thành những mẩu rời bị viết lại ngay trước mắt bạn. Không có thiết lập nào thoát khỏi điều này; chỉ có những chỗ ngồi khác nhau trên đường cong ấy.

Vấn đề thứ hai là phần lớn các buổi phát trực tiếp không mang theo chữ nào cả. Một video tải lên YouTube thường có phụ đề tự động. Một kênh Twitch thì gần như không bao giờ, vì phụ đề ở đó chỉ tồn tại khi người phát tự chạy phần mềm làm phụ đề, mà hầu hết thì không. Chỉ riêng sự thật này đã quyết định trong bốn cách dưới đây, cách nào mới thực sự có sẵn cho bạn.

Bốn cách làm

1. Trình dịch phụ đề

Là các tiện ích trình duyệt và tính năng có sẵn, lấy một luồng phụ đề đang tồn tại rồi dịch nó. Tự động dịch của chính YouTube là ví dụ nổi tiếng nhất: chọn một ngôn ngữ trong trình đơn phụ đề, phụ đề hiện ra bằng ngôn ngữ đó.

Nó cần gì: một luồng phụ đề. Câu chuyện chỉ có thế. Nếu trình đơn phụ đề trống, trình dịch phụ đề chẳng có gì để làm và sẽ không hiện gì — thường là không cả báo lỗi, chỉ im lặng.

Nó dừng ở đâu: chất lượng là thứ thừa hưởng. Nếu phụ đề tự động nghe nhầm một cái tên, bản dịch sẽ trung thành dịch luôn cái sai đó. Hơn nữa phụ đề tự động chỉ được tạo cho ít ngôn ngữ hơn nhiều so với người ta tưởng, nên một buổi phát bằng thứ tiếng mà YouTube không tự tạo phụ đề thì ngay trên YouTube cũng chẳng có luồng nào để dịch.

2. Phụ đề do người phát cung cấp

Một số nhà đài chạy phụ đề ở phía họ — máy làm phụ đề, một dịch vụ nhận dạng giọng nói nối vào phần mềm sản xuất, hoặc một người tốc ký thật trong các sự kiện lớn. Khi có thứ này, nó thường là bản chữ chính xác nhất bạn kiếm được, vì nó do người biết rõ thuật ngữ thiết lập.

Nó cần gì: người phát đã làm việc đó, và tiếp tục làm. Bạn không thể bật nó từ phía mình.

Nó dừng ở đâu: gần như luôn chỉ bằng ngôn ngữ đang nói. Một buổi phát tiếng Nhật có phụ đề tiếng Nhật dễ tiếp cận hơn hẳn buổi không có, mà vẫn là không đọc nổi nếu bạn không đọc được tiếng Nhật — dù nó có cho trình dịch phụ đề thứ gì đó để làm việc.

3. Live Caption của Chrome

Tích hợp sẵn trong Chrome, miễn phí, và chẳng cần gì từ buổi phát: nó nghe âm thanh đang phát trên máy bạn và chuyển thành chữ ngay tại chỗ. Mọi thứ nằm lại trên thiết bị, và đó thật lòng mà nói là câu chuyện riêng tư tốt nhất trên trang này.

Nó cần gì: tính năng được bật trong phần cài đặt trợ năng của Chrome, và một ngôn ngữ nguồn mà nó hỗ trợ.

Nó dừng ở đâu: tập hợp ngôn ngữ nguồn hạn chế, phụ đề hiện trong một bảng nhỏ cố định chứ không nằm trên video, và phần dịch là dịch máy phổ thông chứ không phải thứ đọc cả cuộc trò chuyện để lấy ngữ cảnh. Đó là một tính năng trợ năng tình cờ hữu ích ở đây, không phải công cụ dịch. Khoảng cách này chúng tôi đã đo kỹ trong một bài so sánh riêng.

4. Lớp phủ biết chuyển lời

Cùng ý tưởng với Live Caption — nghe âm thanh của thẻ thay vì đi tìm chữ — nhưng đẩy xa hơn: chuyển lời nói thành chữ bằng một mô hình nhận dạng giọng nói cấp sản xuất, dịch bằng mô hình ngôn ngữ đọc mỗi dòng cùng những dòng trước đó, rồi vẽ kết quả lên video thành một phụ đề bạn có thể di chuyển và đổi kiểu. Friskription làm đúng việc này.

Nó cần gì: một thẻ trình duyệt đang phát tiếng. Không cần gì ở người phát, không cần gì ở nền tảng, không cần luồng phụ đề nào.

Nó dừng ở đâu: nó chạy trong Chrome, việc chuyển lời diễn ra trên máy chủ chứ không phải máy bạn, và vượt quá hạn mức miễn phí hằng tuần thì tính theo phút. Nó cũng chịu thua thứ âm thanh nó không nghe được — buổi phát bạn đang xem trên tivi là ngoài tầm với.

Nên dùng cách nào

Một cách quyết nhanh: mở buổi phát lên và nhìn vào trình đơn phụ đề. Nếu trong đó có gì, hãy bắt đầu bằng một trình dịch phụ đề. Nếu nó trống — và trên Twitch thì nó sẽ trống — thì âm thanh là thứ chữ duy nhất đang tồn tại, và chỉ thứ gì biết chuyển lời mới giúp được.

Dùng cách nào cũng nên lường trước

Độ trễ một đến ba giây

Không tránh được: một dòng phải được nói ra mới nghe được, nghe được mới chuyển thành chữ được, chuyển thành chữ rồi mới dịch được. Các công cụ chỉ khác nhau ở cách tiêu khoản ngân sách đó. Friskription có ba chế độ dựng sẵn — Nhanh, Cân bằng và Chính xác — đánh đổi độ trọn vẹn của mỗi dòng lấy tốc độ nó xuất hiện, cùng chế độ Sync giữ phần phát chậm lại vài giây để phụ đề tới cùng lời nói thay vì tới sau.

Tên riêng sẽ là điểm yếu

Mọi bộ nhận dạng giọng nói đều kém nhất ở tên riêng, vì tên chính là từ mà nó có ít ngữ cảnh nhất. Biệt danh của người phát, tên nhân vật, chuyện đùa nội bộ và thuật ngữ game là chỗ bạn sẽ nhận ra. Một bảng thuật ngữ ghim cách viết cho cả phiên là cách chữa thật sự duy nhất, và với một kênh bạn xem thường xuyên thì rất đáng thiết lập một lần.

Tiếng ồn lấy mất độ chính xác

Các con số công bố đều đo trên bản thu sạch. Một buổi phát trực tiếp thì có tiếng game, nhạc, người nói chồng lên nhau và một chiếc micro đặt trong phòng ngủ. Mọi engine ở đây đều đạt kết quả kém hơn trên phép đo chuẩn của chính nó, và biết điều đó trước khi so hai con số đo ở hai nơi khác nhau là đáng.

Dựng con đường chuyển lời

Nếu trình đơn phụ đề trống thì đây là con đường bạn đang đi. Mất chừng một phút.

1. Cài tiện ích và đăng nhập

   Thêm Friskription vào Chrome từ Web Store rồi đăng nhập bằng Google. Tài khoản tồn tại để tính phút; nó mở ra với ba mươi phút miễn phí mỗi tuần, nạp lại vào thứ Hai hằng tuần, không cần thẻ và không cần tài khoản ở nhà cung cấp AI nào.

2. Chọn ngôn ngữ muốn dịch sang

   Có mười lăm lựa chọn: tiếng Anh, Nhật, Trung, Hàn, Tây Ban Nha, Pháp, Đức, Bồ Đào Nha, Nga, Ả Rập, Hindi, Ý, Việt, Thái và Indonesia. Ngôn ngữ đang nói được nhận diện giúp bạn, nên thường chẳng còn gì phải chỉnh.

3. Mở buổi phát và bấm bắt đầu

   Phụ đề hiện lên trên video trong vài giây. Kéo lớp phủ tới chỗ nó không che mất khung hình, đổi kích thước, và đặt cỡ chữ một lần — lựa chọn ấy được nhớ theo từng trang.

Chi phí thế nào

Cách một tới ba đều miễn phí. Cách thứ tư tính theo lượng dùng vì phần chuyển lời và dịch chạy trên máy chủ của ai đó và tốn tiền thật cho mỗi phút lời nói.

• Ba mươi phút mỗi tuần, miễn phí, nạp lại vào thứ Hai hằng tuần dù bạn từng trả tiền hay chưa. Không có thuê bao dưới bất kỳ hình thức nào.
• Gói khởi đầu trả một lần 1,99 $ thêm 90 phút và mở vĩnh viễn các tính năng Premium cho tài khoản, kể cả các chế độ dựng sẵn của Sync.
• Các gói thường từ 2,99 $ đến 24,99 $, lên tới 1.440 phút. Gói lớn hơn thì rẻ hơn tính theo phút, và số phút đã mua không bao giờ hết hạn.
• Hoặc kết nối khóa API OpenAI, Anthropic hay ElevenLabs của chính bạn và chỉ trả cho nhà cung cấp của mình — ở chế độ đó âm thanh đi thẳng từ trình duyệt tới họ và không bao giờ chạm tới máy chủ của chúng tôi.

Chỉ phần có tiếng nói mới bị tính, nên khoảng lặng giữa các vòng đấu, màn hình chờ và nhạc lúc người phát đi vắng đều không trừ vào số dư của bạn.

Câu hỏi