Bắt đầu

Chọn engine dịch

MiuWave có năm engine nhận giọng và dịch. Chúng khác nhau về tốc độ, chi phí, số ngôn ngữ và việc có cần mạng hay không.

So sánh nhanh

Engine	Độ trễ	Chi phí	Ngôn ngữ	Nền tảng
Soniox	~2 giây	~$0.12/giờ	70+ ngôn ngữ nguồn → mọi ngôn ngữ đích	macOS, Windows
OpenAI Realtime	~2 giây	~$4/giờ, đã gồm giọng nói	13 ngôn ngữ đích	macOS, Windows
Qwen LiveTranslate Flash	~4 giây	Miễn phí (preview), chỉ văn bản	60+ ngôn ngữ nguồn và đích	macOS, Windows
Local MLX	~2 giây (M1 Pro; chữ đầu tiên ~1,8 giây)	Miễn phí	Nhật/Anh/Trung/Hàn → Việt/Anh	Chỉ Mac Apple Silicon
SenseVoice	Câu gốc ~0,5 giây, rồi đến bản dịch	Nhận giọng miễn phí + chi phí của engine ở Dịch bằng	Nguồn: Trung, Anh, Nhật, Hàn, Quảng Đông	Mọi CPU (Windows, Mac Intel, Apple Silicon)

Nên chọn engine nào?

Dùng hằng ngày

Soniox: rẻ, nhanh, nhiều ngôn ngữ, có dịch hai chiều.

Cuộc họp quan trọng, cần giọng nói dịch

OpenAI Realtime: câu dịch tự nhiên nhất, có sẵn giọng nói, nhưng đắt hơn Soniox khoảng 34 lần.

Muốn thử miễn phí

Qwen LiveTranslate Flash trong giai đoạn preview.

Không có mạng, cần riêng tư

Local MLX trên Mac Apple Silicon, hoặc SenseVoice trên mọi máy.

Ở lần mở app, màn hình Chọn chế độ dịch gom các engine thành ba nhóm: Tiêu chuẩn (Soniox / Local / SenseVoice), OpenAI Realtime và Qwen LiveTranslate Flash. Bạn có thể đổi nhóm bất cứ lúc nào bằng các nút Tiêu chuẩn · OpenAI · Qwen trên thanh phía trên.

Để chọn chính xác một engine, mở Cài đặt → Engine dịch → Engine. Engine chưa có key hợp lệ sẽ bị mờ trong danh sách.

Soniox

Engine mặc định, khuyên dùng. Nhận diện giọng nói và dịch thời gian thực trên cloud.

Hơn 70 ngôn ngữ nguồn, dịch sang mọi ngôn ngữ đích; có câu gốc nên dùng được chế độ hai cột.
Hỗ trợ dịch hai chiều và đọc bản dịch bằng TTS.
Dịch bằng: giữ bản dịch có sẵn của Soniox (mặc định, nhanh nhất) hoặc để Google, DeepL, OpenAI, Gemini, Ollama hay Local MLX dịch những gì Soniox nghe được. Câu gốc vẫn hiện ngay; bản dịch từ engine khác đến sau khoảng 0,5–2 giây.
Với nguồn Cả hai, mỗi câu được gắn nhãn theo người nói (micro là bạn, âm thanh hệ thống là bên kia). Xem Chế độ phỏng vấn.

OpenAI Realtime

Dịch trực tuyến bằng gpt-realtime-translate của OpenAI: trả về cả văn bản dịch và giọng nói dịch trên cùng một kết nối, không cần bước TTS riêng.

Chi phí khoảng $4/giờ, tính vào tài khoản OpenAI của bạn.
13 ngôn ngữ đích: en, es, pt, fr, de, it, ru, hi, id, vi, ja, ko, zh. Với tiếng Thái và các ngôn ngữ khác, dùng Soniox.
Không có dịch hai chiều và không chọn được giọng TTS riêng trong khi dùng engine này (giọng nói có sẵn từ model, mặc định tắt).

Qwen LiveTranslate Flash

Model qwen3-livetranslate-flash-realtime của Alibaba DashScope, đang miễn phí trong giai đoạn preview (giá có thể thay đổi khi rời preview).

Hơn 60 ngôn ngữ, chỉ trả về văn bản dịch: không có giọng nói, không có câu gốc nên không có chế độ hai cột.
Phải chọn ngôn ngữ nguồn: Auto-detect bị ẩn khi chọn engine này.
Key phải tạo ở vùng Singapore. Xem cách lấy key và lỗi WebSocket error.
Không có dịch hai chiều và TTS. Chế độ phỏng vấn cũng chưa dùng được vì không có câu gốc.

Local MLX (chỉ Apple Silicon)

Chạy 100% trên máy bằng MLX, Whisper large-v3-turbo và Gemma-3-4B. Không cần mạng sau khi cài.

Nhật, Anh, Trung, Hàn → Việt hoặc Anh.
Câu được cắt theo chỗ người nói ngừng, nên được dịch ngay khi kết thúc và bản dịch hiện dần từng chữ. Trên M1 Pro: dịch xong một câu khoảng 2,2 giây sau khi câu kết thúc (p50; p95 dưới 4 giây), chữ đầu tiên sau khoảng 1,8 giây.
Lần đầu chọn Local, app cài một lần khoảng 5 GB (môi trường Python, model, model nhận biết giọng nói). Sau bản cập nhật cần thành phần mới, app hỏi chạy lại cài đặt; model đã tải được dùng lại.

SenseVoice (offline, mọi máy)

Nhận giọng offline cho tiếng Trung, Anh, Nhật, Hàn và Quảng Đông trên mọi CPU — kể cả Windows và Mac Intel, nơi Local MLX không chạy được.

Model khoảng 163 MB, tải một lần.
Câu gốc hiện khoảng 0,5 giây sau khi nói; mỗi câu được dịch bằng engine chọn ở Dịch bằng. Để mặc định Soniox thì dùng Google; chọn Ollama hoặc Local MLX để hoàn toàn offline.
Chỉ dịch một chiều.