Tại sự kiện Google I/O 2025 ngày 21/5, CEO Sundar Pichai gọi đây là "công nghệ giúp phá vỡ rào cản ngôn ngữ" và được hãng triển khai trước tiên trên ứng dụng Google Meets.
"Nó có thể khớp giọng và ngữ điệu, thậm chí biểu cảm của người nói gần như theo thời gian thực", ông nói. "Việc này đưa con người đến gần hơn với cuộc trò chuyện tự nhiên và trôi chảy giữa các ngôn ngữ".
Trong video giới thiệu, người nói tiếng Tây Ban Nha sẽ được AI chuyển giọng sang tiếng Anh một cách tự nhiên và ngược lại, dù có một độ trễ nhỏ. Ứng dụng sử dụng giọng gốc của người dùng để tạo phiên bản ngôn ngữ khác, trong khi âm thanh gốc vẫn có thể nghe được với âm lượng nhỏ hơn.
Tính năng này được đánh giá hữu ích trong nhiều tình huống, như gia đình sinh sống ở nhiều quốc gia khác nhau với những ngôn ngữ khác nhau, hoặc được sử dụng bởi các công ty đa quốc gia, cho phép đồng nghiệp toàn cầu kết nối và trò chuyện thời gian thực.
Theo Google, độ trễ khi dịch rất thấp, điều mà các giải pháp khác chưa thể làm được hiện nay.
Tính năng mới ban đầu hỗ trợ dịch tiếng Anh và Tây Ban Nha, chỉ khả dụng với với các thuê bao Google AI Pro và Ultra. Hãng cho biết nhiều ngôn ngữ khác sẽ được triển khai dần "trong vài tuần tới", đồng thời sẽ mở rộng thử nghiệm với khách hàng doanh nghiệp trên Workspace trong năm nay.
Dịch giọng nói thời gian thực là một trong những kết quả của dự án Starline công bố năm 2021. Dự án đưa ra ý tưởng con người có thể thực hiện cuộc gọi với cảm giác chân thực. Ngoài các công nghệ về ngôn ngữ, họ còn phát triển hệ thống camera 3D để tái hiện hình ảnh của người gọi điện. Tại Google I/O 2025, hãng cũng giới thiệu Google Beam, một thiết bị phần cứng hỗ trợ gọi điện dự án này.\
