Cần làm gì
- Mở thứ bạn muốn xem và để nó phát.
- Mở Hono Translate. Chọn ngôn ngữ đang được nói và ngôn ngữ bạn đọc.
- Chạm Bắt đầu dịch âm thanh. Một bảng của iOS hiện ra — xác nhận việc chia sẻ, rồi chạm vào chỗ trống bên dưới bảng.
- Cửa sổ phụ đề tự nổi lên và iPhone chuyển về Màn hình chính. Vuốt quay lại thứ bạn đang xem: cửa sổ vẫn nằm trên cùng, và các dòng dịch xuất hiện ngay khi có người nói.
Đó là toàn bộ quy trình. Cửa sổ chờ âm thanh: trước khi việc chia sẻ bắt đầu và bảng đóng lại thì chưa có gì để dịch, nên nó chỉ nổi lên sau lần chạm cuối cùng đó. Phần dưới đây giải thích vì sao nó hoạt động như vậy, và nó dừng lại ở đâu.
Chẳng phải iOS đã có sẵn tính năng này rồi sao?
Có ba tính năng có sẵn khá gần với việc này, và nếu một trong số đó đáp ứng được nhu cầu của bạn thì bạn không cần thêm gì khác.
Chú thích trực tiếp, trong Cài đặt → Trợ năng, được Apple mô tả là bản ghi âm thanh nói theo thời gian thực trong bất kỳ ứng dụng nào, cộng với các cuộc trò chuyện xung quanh bạn. Từ khóa quan trọng ở đây là ghi lại (transcription): nó viết lại những gì được nói, bằng đúng ngôn ngữ đã nói. Nếu lời thoại là tiếng Hàn và bạn không đọc được tiếng Hàn, bản ghi tiếng Hàn cũng chẳng giúp gì cho bạn. Apple cũng ghi rõ tính năng này không có ở mọi ngôn ngữ, quốc gia hay khu vực.
Dịch trực tiếp, một phần của Apple Intelligence, thực sự dịch được — nhưng chỉ hoạt động trong Điện thoại, FaceTime và Tin nhắn, cho cuộc gọi riêng giữa hai người. Một bộ phim đang phát trong ứng dụng xem phim thì không phải là cuộc gọi điện thoại.
Phụ đề tự tạo (Generated subtitles), mới có trong iOS 27, là thứ gần nhất: khi video trong một ứng dụng được hỗ trợ không có phụ đề, iPhone có thể tự tạo. Nhưng giới hạn mà chính Apple nêu rất hẹp: phụ đề chỉ được tạo bằng tiếng Anh (Mỹ và Canada), trên iPhone 15 Pro, iPhone 16 trở lên, và bản dịch cần một video đã có sẵn phụ đề tiếng Anh làm điểm xuất phát. Lời thoại tiếng Nhật hay tiếng Hàn không có phụ đề vẫn không thể thành tiếng Anh, hay bất kỳ ngôn ngữ nào khác.
| Hoạt động trên | Có dịch không | |
|---|---|---|
| Chú thích trực tiếp | mọi ứng dụng, và cả căn phòng | không — cùng một ngôn ngữ |
| Dịch trực tiếp | Điện thoại, FaceTime, Tin nhắn | có |
| Phụ đề tự tạo (iOS 27) | ứng dụng được hỗ trợ | chỉ video đã có sẵn phụ đề tiếng Anh |
| Hono Translate | mọi ứng dụng | có |
Khoảng trống chính là sự kết hợp — một phụ đề đã dịch chồng lên bất kỳ ứng dụng nào.
Vì sao lại phải chia sẻ màn hình
Bước 3 yêu cầu chia sẻ màn hình, nghe có vẻ lớn chuyện hơn thực tế. Bảng đó viết vậy vì “chia sẻ màn hình” là tên gọi của cơ chế này, không phải vì ứng dụng thực sự muốn lấy màn hình của bạn.
Trên Mac bạn có thể định tuyến âm thanh qua một thiết bị ảo. iOS không có gì tương tự, và đó là chủ đích: một ứng dụng không thể thấy hay nghe được những gì ứng dụng khác đang làm. Không hề có API kiểu “đưa cho tôi âm thanh của bất cứ thứ gì đang phát” — không phải bị ngừng hỗ trợ, không phải chỉ dành riêng, mà chưa từng tồn tại. Con đường duy nhất được cho phép là cơ chế phát sóng (broadcast) chính là cơ chế được tạo ra để bạn có thể stream màn hình lên Twitch. Đó là lý do vì sao bảng hệ thống hiện ra, và vì sao điều bạn cần xác nhận là việc chia sẻ chứ không phải điều gì liên quan đến phụ đề cả.
Thứ thực sự được dùng chỉ là âm thanh. Việc phát sóng cũng gửi kèm các khung hình video, nhưng đoạn mã nhận chúng không làm gì cả — nhánh đó để trống. Tương tự với nhánh micro: ứng dụng không bao giờ xin quyền micro, nên cuộc trò chuyện trong phòng không bị lên phụ đề cũng không bị ghi lại. Quyền duy nhất phụ đề cần là nhận diện giọng nói. Không có gì bị lưu trữ hay tải lên; thứ duy nhất được lưu là đoạn clip bạn tự quay, và nó vào thẳng ứng dụng Ảnh. Sau khi mô hình của một cặp ngôn ngữ tải về một lần, nó hoạt động mà không cần kết nối mạng nào cả. Xem thêm ở phần quyền riêng tư của trang chính.
Nửa còn lại của vấn đề là hiển thị chữ. Đặt bất cứ thứ gì đè lên một ứng dụng khác nghĩa là phải dùng cơ chế duy nhất mà iOS có cho việc đó: Picture-in-Picture, vốn được thiết kế cho việc phát video. iOS không có cửa sổ chồng lớp, không có bong bóng nổi, không có lớp luôn nằm trên cùng. Từ đó kéo theo ba điều, đáng để biết trước khi bạn cài bất cứ thứ gì:
- Không dùng được ghi màn hình của iOS cùng lúc. iOS chỉ cho phép một phiên phát, và ứng dụng đang dùng nó. Muốn giữ một đoạn có phụ đề, hãy dùng tính năng ghi của chính ứng dụng.
- Cửa sổ nổi không thể chạm vào được. Picture-in-Picture là bề mặt chỉ để xuất — nó hiển thị, không nhận thao tác chạm. Mọi điều khiển đều nằm trong ứng dụng.
- Mở camera lên là nó đóng lại. Camera chiếm cùng một bề mặt đó, nên cửa sổ bị đóng.
Còn một giới hạn nữa không bao giờ hiện ra trên giao diện nhưng lại chi phối mọi thứ phía sau: tiến trình nhận luồng phát sóng có giới hạn bộ nhớ 50 MB. Cả nhận diện giọng nói lẫn dịch thuật đều phải vừa trong giới hạn đó, trên một livestream, mà không bị trễ.
Nó hoạt động với gì, và không hoạt động với gì
Nó hoạt động với bất cứ thứ gì trên máy có phát ra âm thanh: ứng dụng xem phim, livestream, podcast, video trong trình duyệt, bản ghi bài giảng, một cuộc họp bạn đang nghe. Ứng dụng không bao giờ biết thứ gì đã tạo ra âm thanh đó — nó chỉ đọc luồng âm thanh mà hệ thống đang phát.
Những gì nó không làm được:
- Cuộc gọi video khi camera đang bật. Camera sẽ đóng cửa sổ nổi.
- Âm thanh phát ra từ nơi khác. Laptop, TV, hay một người trong phòng. Nó dịch những gì chiếc iPhone này đang phát, không phải những gì nó nghe được — không có micro nào tham gia cả.
- Chạy song song ghi màn hình của iOS. Chỉ có một phiên phát và đã được dùng — hãy ghi ngay trong ứng dụng.
- Mọi ngôn ngữ theo cả hai chiều. Danh sách được lấy trực tiếp từ iOS chứ không cố định sẵn, và hai phía không phải cùng một danh sách. Phía nghe bị giới hạn ở phần giao nhau giữa mô hình nhận diện giọng nói và mô hình dịch của Apple; phía đọc là bất kỳ ngôn ngữ nào trình dịch của Apple xử lý được. Có ngôn ngữ đọc được nhưng nghe không được — ví dụ như tiếng Hà Lan.
- Mọi phiên bản trước iOS 26. Các mô hình nhận diện và dịch chạy trên máy mà tính năng này phụ thuộc vào chỉ xuất hiện từ phiên bản đó.
Câu hỏi
Đây chẳng phải là điều Chú thích trực tiếp đã làm rồi sao?
Chú thích trực tiếp ghi lại lời nói — nó viết ra âm thanh bằng đúng ngôn ngữ đã được nói. Điều đó giải quyết việc nghe thấy lời thoại, chứ không phải hiểu được nó. Nếu bạn đang xem thứ gì đó bằng ngôn ngữ bạn không đọc được, một bản ghi bằng chính ngôn ngữ đó cũng chẳng giúp được gì.
iOS 27 chẳng phải đã tự thêm phụ đề cho mọi video rồi sao?
Chỉ phụ đề tiếng Anh. Apple chỉ tạo phụ đề từ giọng nói tiếng Anh (Mỹ và Canada), trên iPhone 15 Pro, iPhone 16 trở lên, trong các ứng dụng được hỗ trợ — và phụ đề dịch của Apple phải bắt đầu từ một bản phụ đề tiếng Anh đã có sẵn. Video nói tiếng Nhật, tiếng Hàn hay bất kỳ ngôn ngữ nào khác mà không có phụ đề chính là trường hợp nó bỏ ngỏ.
Nó có dịch được livestream, chứ không chỉ bản ghi hình thôi chứ?
Có, và đó chính là lúc nó hữu ích nhất — một livestream không có sẵn track phụ đề để dựa vào và cũng không có gì để tạm dừng rồi tra cứu. Có một hướng dẫn riêng về dịch livestream, bao gồm cả những gì khiến việc phát trực tiếp khó hơn.
Tôi có thể quay màn hình trong khi phụ đề đang chạy không?
Có, bằng tính năng ghi của chính ứng dụng. iOS chỉ cho hệ thống một phiên phát và ứng dụng phụ đề đang giữ nó, nên ghi màn hình của iOS không chạy cùng lúc được — nhưng Hono Translate có thể ghi cả hình ảnh, âm thanh và phụ đề rồi lưu đoạn video vào Ảnh.
Vì sao cửa sổ phụ đề biến mất khi tôi mở camera?
Picture-in-Picture và camera cạnh tranh cùng một bề mặt, và camera luôn thắng. Phiên làm việc vẫn đang chạy — mở lại cửa sổ từ ứng dụng khi bạn dùng camera xong.
Nó có cần kết nối mạng không?
Chỉ cần lần đầu tiên bạn dùng một cặp ngôn ngữ cụ thể, để tải mô hình về. Sau đó cả nhận diện lẫn dịch thuật đều chạy trên máy và hoạt động được mà không cần kết nối mạng.
Ứng dụng trên iPhone có nghe được âm thanh mà ứng dụng khác đang phát không? Có cần chiếc điện thoại thứ hai không?
Có, và chỉ cần một chiếc iPhone. Qua tính năng chia sẻ màn hình — bảng hệ thống bạn xác nhận khi bắt đầu — iOS chuyển âm thanh đang phát cho ứng dụng bạn chọn. Hono Translate nhận âm thanh đó từ iOS chứ không qua micro, nên đeo tai nghe vẫn được, và phụ đề nổi trong cửa sổ Picture in Picture trên TikTok, YouTube hay bất kỳ ứng dụng nào khác.
Hono Translate đã có trên App Store. Thẻ phụ đề chỉnh cỡ tùy ý, và ngôn ngữ là những gì iPhone của bạn vốn hỗ trợ.
Tải trên App StoreHướng dẫn theo từng ứng dụng
- Cách dịch video hoặc livestream YouTube trên iPhone, kể cả khi không có phụ đề (dùng thử miễn phí)
- Cách dịch TikTok LIVE trên iPhone theo thời gian thực (chỉ cần một chiếc iPhone, dùng thử miễn phí)
- Cách dịch Instagram Live trên iPhone theo thời gian thực
- Cách có phụ đề dịch trực tiếp cho stream Twitch trên iPhone
- Cách xem livestream Weverse có vietsub trên iPhone (chỉ cần một chiếc iPhone, có hay không có membership)