Không có bot trong cuộc họp: Tiện ích Chrome của MinuteAI phiên âm Google Meet và Teams như thế nào

Con bot vào cuộc họp trước cả bạn

Mở một cuộc gọi Google Meet hay Teams với Otter, Fireflies, hoặc Grain được kết nối vào lịch của bạn, và có một thứ tham gia cuộc họp cùng bạn: một con bot, có tên riêng và ô hình riêng, được thông báo cho tất cả mọi người trong phòng. “Otter Bot đã tham gia cuộc họp.” Bất kỳ ai ở đầu dây bên kia cũng nhìn thấy điều đó, bất kể họ có lường trước việc bị ghi âm hay không.

Tiện ích Chrome của MinuteAI cũng làm công việc tương tự — biến một cuộc gọi Google Meet hay Teams thành bản phiên âm có thể tìm kiếm — nhưng không qua bước đó. Nó không tham gia cuộc họp. Nó thu âm thanh đang phát trên chính tab trình duyệt của bạn, truyền tới một máy chủ nhỏ chạy trên chính chiếc Mac của bạn, và xử lý ngay tại đó. Không có người tham gia thứ hai nào xuất hiện trong cuộc gọi. Không có máy chủ bên thứ ba nào từng nhận được đoạn âm thanh đó.

Sự khác biệt này luôn quan trọng đối với quyền riêng tư. Bước sang năm 2026, nó còn bắt đầu quyết định liệu con bot có được phép vào phòng họp hay không.

Cơ chế hoạt động thực sự

Cơ chế này khá đơn giản, và đó chính là điểm mấu chốt. Tiện ích Chrome thu âm thanh từ tab trình duyệt đang hoạt động — cùng đoạn âm thanh mà bạn, với tư cách người tham gia, đã đang nghe — và truyền nó tới localhost:8085, một máy chủ mà ứng dụng desktop của MinuteAI chạy trên chính máy của bạn khi ứng dụng đang mở. Ứng dụng nhận luồng dữ liệu đó, đưa qua một công cụ phiên âm trên thiết bị, rồi ghi thẳng bản phiên âm vào thư viện MinuteAI của bạn. Tiện ích không bao giờ giao tiếp với bất kỳ máy chủ nào khác ngoài máy chủ đang chạy trên chính chiếc Mac của bạn.

Máy chủ cục bộ đó không thể truy cập được từ bên ngoài máy của bạn — nó chỉ chấp nhận kết nối từ chính trình duyệt của bạn, không phải từ hạ tầng của MinuteAI hay của bất kỳ ai khác. Không có bước tải lên nào để âm thanh có thể rò rỉ ra ngoài, bởi vì hoàn toàn không tồn tại bước tải lên nào cả.

Đằng sau pipeline đó là ba công cụ phiên âm, và việc chọn công cụ nào là một sự đánh đổi thực sự chứ không phải một lựa chọn mặc định duy nhất được khoác lên vẻ ngoài của sự lựa chọn: WhisperKit hỗ trợ 99 ngôn ngữ và chính xác nhất trong ba công cụ nhưng cũng chậm nhất — mất khoảng 8-12 phút để xử lý một cuộc họp 30 phút; FluidAudio hỗ trợ 55 ngôn ngữ với tốc độ nhanh hơn tới 50 lần, đánh đổi bằng một chút độ chính xác; Speech Analyzer tích hợp sẵn của Apple hỗ trợ hơn 45 ngôn ngữ và chạy nhanh nhờ dùng công nghệ nhận dạng giọng nói gốc của macOS, đổi lại độ chính xác giảm đi với thuật ngữ chuyên ngành. Không có phần nào trong sự đánh đổi đó đòi hỏi một cuộc gọi mạng theo bất kỳ chiều nào — cả ba đều chạy hoàn toàn cục bộ.

Riêng với Microsoft Teams, tiện ích chỉ hoạt động với phiên bản trình duyệt (teams.microsoft.com), không phải ứng dụng desktop, vì nó chỉ có thể thu âm thanh từ một tab trình duyệt. Đây là một giới hạn có thật đáng nêu ra, không phải một chú thích để giấu đi — một thiết kế thu âm thanh của tab thì không thể chạm tới pipeline âm thanh của một ứng dụng gốc, nên người dùng Teams phải ở trong phiên bản web thì tiện ích mới nhìn thấy cuộc gọi.

“Không có bot” thực sự mang lại điều gì

Sự khác biệt thực tiễn giữa việc tham gia như một con bot và việc thu âm thanh trên chính tab của mình không chỉ là hình thức. Một con bot cần được cho phép vào cuộc họp — trong một cuộc gọi được host, ai đó có quyền quản trị phải phê duyệt rõ ràng, hoặc cài đặt của cuộc họp phải mặc định cho phép người tham gia bên thứ ba. Việc thu âm thanh trên chính tab của bạn không đòi hỏi bất kỳ điều nào trong số đó, vì không có gì mới đang vào cuộc gọi cả. Bạn vốn đã là một người tham gia được ủy quyền; bạn chỉ đang chạy thêm một trình ghi âm cục bộ.

Điều đó cũng có nghĩa là không có thông báo hiển thị nào cho những người còn lại trong cuộc gọi rằng một công cụ ghi âm bên thứ ba đã được thêm vào — và điều này có hai mặt. Nó loại bỏ “sự mệt mỏi vì thông báo” mà các bot hiển thị gây ra, nhưng nó cũng có nghĩa là những người tham gia khác không nhận được tín hiệu thụ động nào cho biết cuộc trò chuyện đang bị ghi âm, vì vậy nghĩa vụ công bố vẫn thuộc về người đang chạy tiện ích, không phải thuộc về công cụ.

Vì sao năm 2026 là một năm tồi tệ để làm một con bot

Bối cảnh thị trường ở đây không phải là giả định — nó đang diễn ra ngay trong năm nay. Bản cập nhật tháng 3 năm 2026 của Google Meet bắt đầu gắn cờ các bot ghi chú của bên thứ ba là “rủi ro tiềm ẩn” theo mặc định, yêu cầu host cuộc họp phải phê duyệt thủ công từng bot trước khi nó có thể tham gia. Microsoft công bố một động thái tương tự trong thông báo MC1251206 vào tháng 3 năm 2026: các bot bị phát hiện giờ đây được chuyển vào phòng chờ “Mối đe dọa nghi ngờ” gắn nhãn “Chưa xác minh”, với việc triển khai rộng rãi diễn ra đến hết tháng 6 năm 2026. Cả hai thay đổi đều chỉ về cùng một hướng — các nhà cung cấp nền tảng đang biến việc bot tham gia cuộc gọi từ một điều xảy ra mặc định thành một điều host phải chủ động cho phép.

Áp lực pháp lý đang cộng hưởng với áp lực từ nền tảng. GDPR yêu cầu sự đồng ý tích cực trước khi bắt đầu ghi âm, và một con bot hiển thị trong danh sách người tham gia không được coi là công bố đầy đủ ở bất kỳ khu vực pháp lý nào — sự hiện diện không phải là sự đồng ý. Khoảng trống đó đã trở thành các vụ kiện thực sự: Fireflies.ai đang đối mặt với các vụ kiện theo đạo luật BIPA của bang Illinois, còn Otter.ai đang đối mặt với các vụ kiện theo đạo luật liên bang ECPA và đạo luật CIPA của California, cả hai đều đang kiểm chứng xem người đã bật bot có phải chịu trách nhiệm xin sự đồng ý từ tất cả những người khác trong cuộc gọi hay không. Các bộ phận pháp lý và IT doanh nghiệp đã bắt đầu phản ứng bằng cách cấm hoàn toàn các bot ghi âm trên đám mây ở cấp quản trị — con bot không bị từ chối theo từng cuộc họp, nó không bao giờ có cơ hội để hỏi.

Không áp lực nào trong số đó chạm được tới một công cụ ngay từ đầu đã không tham gia cuộc gọi như một thực thể riêng biệt. Một tiện ích trình duyệt thu âm thanh trên chính tab của bạn và xử lý trên chính máy của bạn không phải là một con bot mà host phải phê duyệt, và cũng không phải là một nhà cung cấp đám mây mà bộ phận pháp lý phải thẩm định về nơi lưu trữ dữ liệu hay việc chuyển dữ liệu sang nước thứ ba. Trên thực tế, nó gần giống với việc ghi âm một cuộc gọi bằng chính micro của bạn hơn — đây chính xác là phép so sánh mà tài liệu sản phẩm của chính MinuteAI đưa ra.

Sự đánh đổi vẫn còn đó, và vẫn có thật

Không điều gì trong số này biến tiện ích thành một tấm vé miễn trừ luật về sự đồng ý. Các bang chỉ cần một bên đồng ý cho phép bạn ghi âm một cuộc trò chuyện mà bạn tham gia mà không cần báo cho ai khác; các bang yêu cầu sự đồng ý của cả hai bên — trong đó có California và Florida — yêu cầu sự đồng ý của mọi người tham gia bất kể có bot xuất hiện trong danh sách hay việc ghi âm diễn ra âm thầm trên chính máy của bạn. Việc dùng tiện ích của MinuteAI thay vì một con bot đám mây làm thay đổi ai khác có quyền truy cập vào bản ghi âm; nó không làm thay đổi việc bạn có bắt buộc phải xin phép trước theo luật hay không. Trách nhiệm đó vẫn luôn thuộc về người nhấn nút “ghi âm”, như trước nay vẫn vậy.

Vị trí trong hệ sản phẩm

Chúng tôi đã từng viết về pipeline phiên âm trên thiết bị của MinuteAI — Model Manager, các giới hạn về bộ nhớ, và lý do vì sao không có phần nào trong đó chạm vào một máy chủ. Tiện ích Chrome áp dụng cùng một nguyên tắc đó vào một điểm thu âm khác: thay vì một ghi chú giọng nói hay một bản ghi âm được nhập vào, đó là một tab họp trực tiếp, và thay vì một lượt tải lên không bao giờ xảy ra, đó là một con bot không bao giờ tham gia. Cùng một điều kiện không thể thương lượng, được áp dụng vào một thời điểm — giữa cuộc gọi — nơi hầu hết các công cụ cạnh tranh vẫn mặc định rằng một hành trình khứ hồi qua hạ tầng của bên khác là điều không thể tránh khỏi.

---

Tiện ích Chrome của MinuteAI hoàn toàn miễn phí, không giới hạn sử dụng đối với việc thu âm trên trình duyệt. Tìm hiểu thêm tại getminute.app, hoặc liên hệ [email protected] nếu bạn muốn trao đổi về cách nó phù hợp với một quy trình họp cụ thể.