Phụ đề trực tiếp cho streamer OBS —
Dịch thời gian thực

Thêm phụ đề trực tiếp vào OBS quy về ba lựa chọn: một plugin cục bộ miễn phí chạy trên GPU của bạn, một dịch vụ đám mây như StreamTranslate với giá $14.99/month, hoặc một tab trình duyệt hoàn toàn không cần cài đặt. MirrorCaption là lựa chọn thứ ba — một công cụ phiên âm và dịch theo thời gian thực dựa trên trình duyệt, hỗ trợ 60+ ngôn ngữ có thể chọn, với mức giá bắt đầu miễn phí và cao nhất là €99 trả một lần cho Premium.

Bạn đã phát trực tiếp trên Twitch được 40 phút. Bạn chuyển từ tiếng Anh sang tiếng Nhật cho khán giả quen thuộc của mình. Một nửa chat của bạn là Katakana. Nửa còn lại gõ "what did you just say?" Cảnh OBS của bạn không có phụ đề. Không có lớp dịch nào, không có cách nào để khán giả nói tiếng Anh theo dõi. Khoảnh khắc đó trôi qua.

MirrorCaption ghi lại micro của bạn trong một tab Chrome chạy song song với OBS. Khi bạn nói — bằng tiếng Anh, tiếng Nhật, tiếng Hàn, hay bất cứ ngôn ngữ nào cuộc trò chuyện đi tới — bản chép lời và bản dịch sẽ xuất hiện theo thời gian thực, đặt cạnh nhau. Trang này giải thích cách tích hợp nó vào thiết lập stream của bạn và vị trí của nó so với các lựa chọn thay thế.

Điểm chính

• OBS không có sẵn công cụ tạo phụ đề; mọi giải pháp phụ đề trực tiếp đều cần một công cụ bên ngoài.
• MirrorCaption chạy trong một tab Chrome song song với OBS — không cần cài plugin, không làm hao GPU trên máy stream của bạn.
• 60+ ngôn ngữ có thể chọn với dịch dựa trên GPT, bao gồm tiếng Nhật, tiếng Hàn, tiếng Ả Rập và tiếng Hindi — vượt xa 28 ngôn ngữ của StreamTranslate.
• Ba quy trình thực tế: theo dõi cá nhân trên màn hình thứ hai, lớp phủ nguồn trình duyệt OBS, và dịch theo thời gian thực nội dung nguồn qua chế độ Meet.
• Premium là €99 trả một lần, kèm 200h tín dụng phiên âm lưu trữ; với mức giá hiện tại của StreamTranslate, chi phí thường niên tương đương vào khoảng $180.

Vì sao phụ đề trực tiếp quan trọng với streamer OBS

OBS Studio được phát hành mà không có bất kỳ công cụ phiên âm hay tạo phụ đề nào — đây là công cụ ghi hình và mã hóa, không phải nền tảng nhận dạng giọng nói. Mọi lớp phụ đề bạn thấy trên stream đều đến từ một công cụ bên thứ ba được thêm vào bên trên.

Khoảng trống này quan trọng hơn trước đây. Theo dữ liệu phân bố ngôn ngữ của TwitchTracker, Hoa Kỳ chiếm khoảng 20% lượng người xem Twitch. 80% còn lại của khán giả tiềm năng của bạn được phân bổ trên Đức, Hàn Quốc, Nga, Pháp và hàng chục quốc gia khác — nhiều người trong số họ sẽ theo dõi stream dễ hơn nếu có phụ đề bằng ngôn ngữ của chính họ.

Ba điều mà phụ đề trực tiếp mang lại cho một stream:

• Khả năng tiếp cận. Người xem khiếm thính hoặc nghe kém có thể theo dõi. Nhiều người xem cũng xem khi tắt âm thanh ở không gian dùng chung.
• Độ phủ quốc tế. Phụ đề đã dịch giúp người xem từ các quốc gia khác theo dõi nội dung bằng ngôn ngữ họ đọc thành thạo.
• Khả năng được khám phá qua VOD. Phụ đề được ghi trực tiếp vào video — hoặc đính kèm dưới dạng bản chép lời có thể tìm kiếm — giúp Twitch và YouTube có thêm nội dung để lập chỉ mục cho tìm kiếm.

Thách thức là hầu hết công cụ phụ đề buộc bạn phải chọn giữa gói thuê bao hàng tháng hoặc phần mềm cục bộ ngốn GPU trên cùng máy đang mã hóa video. MirrorCaption mang đến một hướng đi khác.

Ba cách MirrorCaption hoạt động với OBS

MirrorCaption là một Progressive Web App. Nó chạy trong một tab Chrome, ghi âm qua micro của trình duyệt hoặc API bắt tab, và truyền bản chép lời cùng bản dịch trở lại màn hình theo thời gian thực. Nó chạy song song với OBS, chứ không nằm bên trong OBS. Có ba thiết lập thực tế.

Cách 1 — Theo dõi cá nhân trên màn hình thứ hai

Thiết lập đơn giản nhất, và cũng là điểm khởi đầu phổ biến nhất cho streamer song ngữ.

1. Mở mirrorcaption.com/app trong Chrome trên máy stream của bạn.
2. Chọn chế độ Talk. Chế độ này ghi lại đầu vào từ micro của bạn.
3. Chọn ngôn ngữ nguồn (bạn đang nói ngôn ngữ nào) và ngôn ngữ đích (bạn muốn dịch sang ngôn ngữ nào).
4. Bắt đầu phiên và chuyển tab MirrorCaption sang màn hình thứ hai.
5. Lời nói của bạn sẽ xuất hiện dưới dạng bản chép lời trực tiếp kèm bản dịch song song khi bạn stream.

Một streamer Hàn-Anh dùng MirrorCaption trên màn hình thứ hai để theo dõi cách các kính ngữ tiếng Hàn đang được dịch trước khi một khoảnh khắc phấn khích bị cắt ra và chia sẻ sai ngữ cảnh. Chế độ hiển thị song song giúp họ diễn đạt lại ngay lập tức khi bản dịch có vẻ không ổn.

Người xem không nhìn thấy MirrorCaption trong quy trình này. Đây là một lớp theo dõi cá nhân — giống như một màn hình kiểm tra độ tin cậy theo thời gian thực, cho bạn thấy chính xác khán giả song ngữ của bạn đang đọc gì.

Cách 2 — Lớp phủ nguồn trình duyệt OBS

Để hiển thị phụ đề trực tiếp trên stream, hãy thêm MirrorCaption làm một nguồn trình duyệt trong OBS.

1. Mở MirrorCaption trong Chrome và bắt đầu một phiên chế độ Talk.
2. Trong OBS, thêm Source mới → Browser Source.
3. Nhập https://www.mirrorcaption.com/app làm URL.
4. Đặt chiều rộng và chiều cao. Giao diện đầy đủ của ứng dụng sẽ hiển thị như một lớp.
5. Dùng bộ lọc Crop/Pad của OBS hoặc phần Transform để cô lập vùng bản chép lời trực tiếp, rồi đặt nó ở phần dưới của cảnh.

Một streamer Nhật thêm MirrorCaption dưới dạng nguồn trình duyệt, cắt nó để chỉ hiển thị dòng phụ đề tiếng Anh đã dịch, và ghim nó vào phần dưới cùng của cảnh gameplay. Người xem quốc tế có thể theo dõi bản dịch tiếng Anh trong khi người xem nói tiếng Nhật đọc bản gốc trong chat.

Một lưu ý thực tế: nguồn trình duyệt của MirrorCaption hiển thị toàn bộ giao diện ứng dụng, vì vậy bạn cần cắt một lần để cô lập vùng phụ đề. OBS lưu phần cắt đó trong bộ sưu tập cảnh của bạn, nên sau lần thiết lập đầu tiên, lớp phủ sẽ luôn gọn gàng và sẵn sàng cho mọi đêm stream.

Cách 3 — Dịch theo thời gian thực nội dung nguồn (chế độ Meet)

Quy trình này được thiết kế riêng cho streamer reaction đang xem video bằng ngôn ngữ nước ngoài.

1. Mở nội dung bạn đang phản ứng lại (một video YouTube, một stream nước ngoài, một cuộc gọi video) trong một tab Chrome.
2. Mở MirrorCaption trong tab Chrome thứ hai và chọn chế độ Meet. Chế độ này bắt âm thanh từ tab nội dung thay vì từ micro.
3. Đặt ngôn ngữ nguồn (ngôn ngữ của nội dung) và ngôn ngữ đích bạn muốn dịch sang.
4. Bắt đầu phiên. MirrorCaption dịch âm thanh của nội dung theo thời gian thực trên màn hình của bạn.

Một streamer nói tiếng Anh phản ứng với một chương trình tạp kỹ Nhật Bản. Chạy MirrorCaption ở chế độ Meet trên màn hình thứ hai, họ thấy phụ đề đã dịch xuất hiện khi chương trình đang phát, cho phép họ phản hồi đúng với những gì thực sự được nói — chứ không chỉ những gì họ đoán từ biểu cảm khuôn mặt và hiệu ứng âm thanh.

So sánh các công cụ phụ đề OBS

Bốn công cụ hiện được khuyến nghị nhiều nhất trong cộng đồng stream OBS:

Nếu bạn không cần xử lý hoàn toàn ngoại tuyến, MirrorCaption là lựa chọn hiển nhiên và ít ma sát hơn: nó chạy trong một tab Chrome mà không cần cài gì (cũng có ứng dụng gốc cho Mac, Windows, iPhone và Android), không cần plugin, hỗ trợ 60+ ngôn ngữ có thể chọn bao gồm tiếng Nhật, tiếng Hàn, tiếng Ả Rập và tiếng Hindi, và chỉ tốn €99 một lần thay vì phí hàng tháng. Các dịch vụ dải phụ đề chuyên dụng như StreamTranslate hỗ trợ 28+ ngôn ngữ và tính phí hàng tháng.

Một plugin GPU cục bộ như LocalVocal chỉ hợp lý nếu bạn cần xử lý hoàn toàn ngoại tuyến và có dư GPU. Hãy chuẩn bị cho việc cài đặt thủ công, lỗi khi OBS cập nhật phiên bản lớn, và tải GPU bổ sung trên một máy vốn đã đang mã hóa video. Với mọi người khác, tab trình duyệt của MirrorCaption, vốn chuyển xử lý giọng nói lên đám mây, là lựa chọn đơn giản hơn và phù hợp hơn rõ ràng.

MirrorCaption thắng ở độ sâu ngôn ngữ, chất lượng dịch cho tiếng Nhật, tiếng Hàn và tiếng Ả Rập, tổng chi phí theo thời gian, và trường hợp sử dụng dịch cho stream reaction — đổi lại là bước thiết lập nguồn trình duyệt ban đầu hơi phức tạp hơn so với URL dải phụ đề chuyên dụng của StreamTranslate.

60+ ngôn ngữ — bao gồm cả những ngôn ngữ khán giả của bạn thực sự dùng

StreamTranslate hỗ trợ 28+ ngôn ngữ. LocalVocal chạy Whisper cục bộ và xét về số lượng thô thì hỗ trợ nhiều ngôn ngữ hơn, nhưng chất lượng dịch thay đổi khá nhiều. Với tiếng Nhật, tiếng Hàn, tiếng Ả Rập và tiếng Hindi, mô hình dịch máy nơ-ron cục bộ cho ra đầu ra khác biệt đáng kể so với dịch dựa trên GPT có nhận thức ngữ cảnh của cuộc trò chuyện xung quanh.

Khoảng cách đó rõ nhất khi phát trực tiếp. Streamer song ngữ chuyển mã giữa tiếng Nhật và tiếng Anh — một kiểu rất phổ biến trong các stream game Nhật Bản — cần một bộ máy dịch xử lý được việc đổi ngôn ngữ giữa câu, thay đổi sắc thái thân mật, và tiếng lóng game cùng lúc. Một cách tiếp cận chỉ dự đoán từ đơn lẻ sẽ gặp khó khăn. Dịch dựa trên GPT, được cung cấp vài dòng hội thoại trước đó làm ngữ cảnh, xử lý tốt hơn đáng kể.

MirrorCaption cũng hiển thị đồng thời bản chép lời gốc và bản dịch, với liên kết ở cấp độ từ: chạm vào bất kỳ từ đã dịch nào để xem nó tương ứng với từ nguồn nào. Với streamer song ngữ muốn kiểm tra nhanh độ chính xác bản dịch trong lúc phát sóng trực tiếp, tính năng đó là một công cụ kiểm toán theo thời gian thực.

Đối với streamer đang xây dựng khán giả quốc tế vượt ra ngoài các ngôn ngữ châu Âu, bộ 60+ ngôn ngữ bao gồm tiếng Quan Thoại, tiếng Nhật, tiếng Hàn, tiếng Ả Rập, tiếng Hebrew, tiếng Hindi, tiếng Nga, tiếng Việt, tiếng Indonesia, tiếng Thái, và nhiều hơn nữa — thông qua cùng một giao diện và cùng mức giá trả một lần.

Không plugin, không hao GPU, không lo OBS cập nhật

Một trong những phàn nàn nhất quán nhất về LocalVocal trong các chủ đề diễn đàn OBS là khả năng tương thích phiên bản — các bản phát hành lớn của OBS đã làm hỏng chuỗi bộ lọc âm thanh của plugin, buộc phải cài lại thủ công hoặc chờ bản cập nhật plugin. Với streamer phụ thuộc vào phụ đề như một phần của thiết lập khả năng tiếp cận, một plugin bị hỏng vào đêm stream là vấn đề thực sự.

MirrorCaption chạy hoàn toàn bên ngoài OBS. Nó tồn tại trong một tab Chrome. Một bản cập nhật OBS không thể làm hỏng nó. Một bản cập nhật driver GPU cũng không ảnh hưởng đến nó. Nó không tương tác với chuỗi bộ lọc âm thanh, kho plugin hay cài đặt encoder của OBS. Cấu hình hoạt động hôm nay sẽ vẫn hoạt động sau ba bản phát hành OBS tiếp theo.

Cũng có khía cạnh hiệu năng. Phiên âm AI cục bộ tạo thêm tải GPU đáng kể cho một máy vốn đã đang mã hóa video ở 1080p60 hoặc cao hơn. Streamer dùng phần cứng tầm trung đôi khi báo cáo bị rớt khung hình khi mô hình phiên âm cục bộ cạnh tranh GPU memory với OBS. MirrorCaption chuyển toàn bộ xử lý giọng nói lên đám mây, để GPU rảnh cho việc mã hóa.

Bài toán thuê bao

Với mức giá hiện tại của StreamTranslate là $14.99/month, một năm stream có phụ đề sẽ tốn khoảng $180. Hai năm là $360. Chi phí tăng dần theo từng tháng bạn stream.

MirrorCaption Premium là €99 trả một lần. Nó bao gồm trước 200 giờ tín dụng phiên âm lưu trữ, quyền truy cập sản phẩm vĩnh viễn, và mọi bản cập nhật trong tương lai. Voice Packs (bán riêng) nạp thêm giờ khi tín dụng đi kèm hết; khách hàng Premium nhận mức giá Voice Pack thấp nhất theo giờ. Tính theo mức tương đương $14.99/month, chi phí của MirrorCaption được bù sau khoảng bảy tháng stream — sau đó mọi stream tiếp theo đều không phát sinh thêm chi phí.

Đối với streamer không phát sóng mỗi ngày — hoặc muốn hỗ trợ phụ đề cho các sự kiện cụ thể thay vì mọi stream — mô hình trả một lần loại bỏ hoàn toàn phép tính "tháng này có đáng tiền không?". Bắt đầu với bản dùng thử miễn phí 1 giờ, không cần thẻ tín dụng, để kiểm tra chất lượng dịch trên nội dung của bạn trước khi cam kết.

Câu hỏi thường gặp

OBS có phụ đề trực tiếp tích hợp sẵn không?

Không. OBS Studio không bao gồm công cụ tạo phụ đề hay phiên âm tích hợp sẵn. Streamer thêm phụ đề trực tiếp thông qua các công cụ bên ngoài — hoặc dịch vụ dựa trên trình duyệt, hoặc plugin OBS, hoặc bộ tạo lớp phủ chuyên dụng. MirrorCaption là một lựa chọn dựa trên trình duyệt, không cần plugin OBS.

Tôi có thể thêm MirrorCaption làm nguồn trình duyệt OBS không?

Có, và MirrorCaption rất phù hợp cho streaming: mở ứng dụng trong Chrome, bắt đầu một phiên chế độ Talk, rồi thêm URL của tab làm Browser Source trong OBS. Dùng bộ lọc Crop/Pad hoặc cài đặt Transform để cô lập vùng phụ đề trực tiếp và đặt nó lên cảnh của bạn. OBS lưu cấu hình này theo từng cảnh, nên việc thiết lập chỉ diễn ra một lần và phụ đề của bạn sẽ sẵn sàng mỗi khi bạn lên sóng.

Phụ đề trực tiếp có xuất hiện trong VOD Twitch không?

Lớp phủ nguồn trình duyệt được hiển thị như các phần tử hình ảnh được ghi thẳng vào video stream — chúng xuất hiện trong VOD và clip như một phần của khung hình video. Điều này khác với phụ đề nhúng CEA-608, vốn bật/tắt qua nút CC của trình phát Twitch và cần một plugin encoder riêng như OBS Closed Captioning plugin. Cách tiếp cận lớp phủ của MirrorCaption có nghĩa là phụ đề luôn hiển thị vĩnh viễn trong video đã ghi mà không cần cài đặt phía người xem.

MirrorCaption hỗ trợ những ngôn ngữ nào cho streaming?

MirrorCaption hỗ trợ 60+ ngôn ngữ có thể chọn, bao gồm tiếng Nhật, tiếng Hàn, tiếng Quan Thoại, tiếng Ả Rập, tiếng Hindi, tiếng Đức, tiếng Tây Ban Nha, tiếng Pháp, tiếng Bồ Đào Nha, tiếng Nga, tiếng Hebrew, tiếng Việt, tiếng Indonesia, tiếng Thái, và nhiều hơn nữa. Bản dịch sử dụng tinh chỉnh dựa trên GPT, xử lý chuyển mã ngôn ngữ và lời nói hội thoại tốt hơn các cách tiếp cận dựa trên từ điển hoặc từ đơn lẻ. Xem hướng dẫn phiên âm đa ngôn ngữ để có phân tích theo từng ngôn ngữ.

Sự khác nhau giữa MirrorCaption và LocalVocal là gì?

MirrorCaption phù hợp hơn cho livestream vì nó dựa trên trình duyệt: không cần plugin OBS, không dùng GPU, không có rủi ro tương thích phiên bản, và bản dịch dựa trên GPT của nó xử lý tiếng Nhật, tiếng Hàn và tiếng Ả Rập trên 60+ ngôn ngữ. LocalVocal là một plugin OBS miễn phí chạy phiên âm cục bộ trên GPU của bạn, điều này đòi hỏi cài đặt thủ công, làm tăng tải cho máy mã hóa của bạn, và có thể bị hỏng khi OBS cập nhật.

MirrorCaption có bản dùng thử miễn phí không?

Có. Mỗi tài khoản bắt đầu với 1 giờ miễn phí cho phiên âm và dịch trực tiếp — dùng một lần, không đặt lại hàng tháng, không cần thẻ tín dụng. Nâng cấp lên Annual (€54.99/year, 100 hours of hosted transcription credit included) hoặc Premium (€99 one-time, 200 hours included, all future updates and new features with priority access) khi bạn cần thêm giờ. Voice Packs (bán riêng) cộng tín dụng cho bất kỳ gói nào vào bất kỳ lúc nào; khách hàng Premium nhận mức giá thấp nhất theo giờ.