Dịch cuộc họp Zoom, và cái giá phải trả bằng độ trễ

Ba lựa chọn, ba kiểu hỏng

Phụ đề trực tiếp. Zoom có phụ đề và dịch sẵn. Rẻ nhất, và hỏng một cách im lặng: một câu dịch sai trông y hệt một câu dịch đúng, không ai trong cuộc họp nhận ra.

Phiên dịch người thật. Chính xác, và cuộc họp dài gấp đôi vì cái gì cũng nói hai lần. Đáng với một buổi đàm phán hợp đồng, khó biện minh cho một buổi standup hằng tuần.

Công cụ dịch nói. Máy đọc bản dịch thành tiếng. Đủ nhanh để giữ được mạch hội thoại, và sai theo kiểu nghe rất tự tin.

Độ trễ đến từ đâu

Ba thứ cộng dồn: chờ người nói dứt một cụm, bản thân việc dịch, và việc tạo ra âm thanh. Cái đầu tiên là cái người ta hay coi nhẹ. Hệ thống chờ hết câu thì chính xác hơn và cảm giác chậm hơn; hệ thống bắt đầu sớm thì cảm giác nhanh nhạy và tự sửa lại giữa chừng.

Cho phần tổng hợp giọng chạy theo luồng thay vì đợi xong cả câu cắt đi được một mẩu thấy rõ trong tổng thời gian — và đó phần lớn là khác biệt giữa một công cụ dùng được và một công cụ không.

Vì sao tiếng Việt khó hơn

Thanh điệu mang nghĩa, nên bộ nhận dạng đánh rơi dấu sẽ cho ra một từ có thật và sai. Tiếng Việt cũng ít dữ liệu huấn luyện hơn tiếng Anh hay tiếng Trung, và phần lớn mô hình được tinh chỉnh trên giọng đọc văn bản chứ không phải ba người nói chồng lên nhau trên một đường mạng tệ.

Sau cuộc họp thì làm gì với nó

Bản gỡ băng đáng giá hơn bản dịch trực tiếp. Gửi nó đi sau buổi họp với các quyết định được đánh dấu, ai lỡ một câu thì đọc lại thay vì đi hỏi. Đó là việc của trợ lý cuộc họp; còn dịch nói trực tiếp lo phần hội thoại đang diễn ra.