Apple và Google Vừa Bắt Đầu Ghi Chép Cuộc Gọi Miễn Phí. Không Bên Nào Chạm Đến Tab Zoom

Tính Năng Đó Vừa Trở Nên Miễn Phí

Trong phần lớn thời gian MinuteAI tồn tại, “phiên âm và tóm tắt trên thiết bị” là lý do để chọn một ứng dụng bên thứ ba thay vì thứ có sẵn trong máy. Điều đó đã bớt đúng hơn trong năm nay, và đáng để nhìn thẳng vào việc nó thay đổi như thế nào.

iOS 26 đã tích hợp trực tiếp tính năng ghi âm và phiên âm cuộc gọi vào ứng dụng Phone: ghi âm một cuộc gọi điện thoại hoặc FaceTime âm thanh 1-1, cả bản ghi âm lẫn bản phiên âm đầy đủ — được chia theo từng người nói — sẽ được lưu vào Notes, kèm theo bản tóm tắt do Apple Intelligence tạo ra, tất cả được xử lý ngay trên thiết bị. Google đã tung ra một tính năng có hình dạng tương tự từ trước đó: Gemini Nano chạy bên trong ứng dụng Pixel Recorder từ năm 2024, tạo ra bản tóm tắt ba gạch đầu dòng cho bất kỳ cuộc trò chuyện nào được ghi âm, hoàn toàn trên điện thoại, không có bất kỳ vòng gửi dữ liệu nào tới máy chủ. Hai nhà cung cấp nền tảng khác nhau, cùng hội tụ về đúng kiến trúc mà MinuteAI đã xây dựng ngay từ đầu: không gửi âm thanh đi bất cứ đâu.

Cả Hai Đều Dừng Lại Ở Đâu

Điều thú vị không phải là việc này đã xảy ra — xử lý trên thiết bị vốn dĩ chỉ là vấn đề thời gian một khi phần cứng đủ mạnh. Điều thú vị là ở đâu mỗi nhà cung cấp vạch ranh giới của mình.

Phiên bản của Apple rất rõ ràng về giới hạn của chính nó: tính năng ghi âm cuộc gọi chỉ áp dụng cho cuộc gọi điện thoại hoặc FaceTime âm thanh 1-1, yêu cầu thiết bị hỗ trợ Apple Intelligence (iPhone 15 Pro trở lên, và iPhone 16 trở lên để có bản phiên âm tự động), không khả dụng ở EU, Ả Rập Xê Út hay Nam Phi — và quan trọng nhất — không hoạt động với các cuộc gọi qua WhatsApp, Zoom, Teams, Google Meet hay bất kỳ ứng dụng bên thứ ba nào khác. Tính năng của Google cũng bị giới hạn phạm vi hẹp không kém, nhưng theo hướng khác: Recorder phiên âm và tóm tắt bất cứ thứ gì micro của điện thoại thu được — có thể là một buổi giảng, một cuộc trò chuyện trực tiếp, hay một cuộc gọi — nhưng nó cũng không được kết nối vào luồng âm thanh của một ứng dụng họp video, và chức năng đầy đủ chỉ giới hạn ở phần cứng dòng Pixel 8 và 9.

Không công ty nào tung ra một lớp phiên âm cho thứ mà phần lớn các cuộc họp công việc thực tế diễn ra qua đó: một tab trình duyệt mở Google Meet hoặc Microsoft Teams trên laptop. Đây không phải là một thiếu sót mà họ chưa kịp làm — đó là hệ quả mang tính cấu trúc từ những gì mỗi nền tảng thực sự kiểm soát. Apple sở hữu toàn bộ chuỗi xử lý cuộc gọi Phone và FaceTime từ đầu đến cuối, nên có thể gắn tính năng phiên âm vào đó. Cả Apple lẫn Google đều không sở hữu những gì diễn ra bên trong một tab Chrome đang chạy ứng dụng web họp video của một bên khác, nên cả hai đều không thể âm thầm gắn thiết bị đo lường vào đó theo cách tương tự.

Nơi MinuteAI Đã Có Mặt Sẵn

Khoảng trống đó chính là đường nối mà Tiện ích Chrome của MinuteAI được xây dựng để lấp vào. Nó thu âm thanh đang phát ngay trong tab trình duyệt Meet hoặc Teams của chính bạn và truyền trực tiếp đến một máy chủ cục bộ trên chính chiếc Mac của bạn — không có bot nào tham gia cuộc gọi, không có bước tải lên đám mây, không phụ thuộc vào việc nền tảng họp có mở API cho việc này hay không. Phần còn lại của quy trình vẫn nằm ở cùng phía mà các nhà cung cấp nền tảng vừa mới chứng minh là đúng: phiên âm chạy trên thiết bị thông qua Whisper qua CoreML, tóm tắt chạy qua một mô hình GGUF cục bộ thông qua llama.cpp thay vì một LLM trên đám mây, và tách giọng người nói chạy qua một runtime pyannote.audio được lưu trữ cục bộ thay vì gọi API. Apple và Google vừa dành cả một chu kỳ sản phẩm để chứng minh rằng đó là kiến trúc đúng đắn để đặt cược. Họ chỉ chưa xây dựng phần bao phủ một cuộc gọi video trên máy tính bàn.

Khoảng Trống Này Sẽ Không Mãi Bỏ Ngỏ

Sẽ là sai lầm nếu coi khoảng trống đó là vĩnh viễn. Google Meet đã bắt đầu mở rộng các tính năng phiên âm và tóm tắt của chính mình để bao phủ cả các cuộc họp diễn ra trên Zoom và Teams, chứ không chỉ trên Meet — nhắm thẳng vào việc thay thế đúng nhóm công cụ, bao gồm cả Otter và Fireflies, mà thiết kế không dùng bot của MinuteAI được xây dựng để tránh phải cạnh tranh trực tiếp. Phiên bản đó chạy qua Google Workspace thay vì hoàn toàn trên thiết bị, tức là có lập trường về quyền riêng tư khác với cả bản tóm tắt cục bộ của Recorder lẫn quy trình cục bộ của MinuteAI, nhưng đó là một tín hiệu cho thấy “cuộc họp video trong một tab trình duyệt” sẽ không còn là vùng đất trống lâu nữa. Legacy Dragon, PrivateAI, và phần còn lại của danh mục sản phẩm AityTech đều đặt cược vào cùng một điều mà MinuteAI đặt cược: giữ dữ liệu trên thiết bị không phải là một tính năng thêm vào sau khi thị trường đã trưởng thành, mà là lý do để tồn tại trước khi điều đó xảy ra.

Điều Thực Sự Đã Thay Đổi

Cách nhìn trung thực không phải là “MinuteAI an toàn vì các nền tảng chưa bắt kịp.” Nó hẹp hơn thế: Apple và Google vừa bỏ ra công sức kỹ thuật thực sự để chứng minh rằng phiên âm và tóm tắt trên thiết bị là kiến trúc đúng đắn, ở chính những nơi họ hoàn toàn kiểm soát — cuộc gọi điện thoại và ghi chú giọng nói. Còn nơi họ không hoàn toàn kiểm soát — một cuộc họp video chạy bên trong ứng dụng web của bên khác, trong một tab trình duyệt — vẫn còn bỏ ngỏ, và đó chính xác là nơi MinuteAI được xây dựng để phục vụ ngay từ ngày đầu.

---

MinuteAI có sẵn trên App Store cho macOS và iOS, hoặc bạn có thể tìm hiểu thêm tại getminute.app. Có câu hỏi về cách nó phù hợp với quy trình làm việc của bạn? Liên hệ tại [email protected].