mind.com上の旧ページ /product/overview/how-it-works は、複数のメジャーリリース分、内容が古くなっています。このページは、多くのベンダーのページと同じように、単一の「翻訳エンジン」を説明していました。「あなたが話す」から「相手が聞く」へ大きな矢印が1本伸びているだけの図です。この図は2年前の時点でもすでに単純化しすぎでした。今ではもう誤りです。
実際には、InterMINDは4つの独立した翻訳パイプラインを動かしています。それぞれが異なる課題を、異なるエンジン、異なるレイテンシ予算、異なる品質の許容範囲で解いています。共有しているのは言語ピッカーだけで、エンジンは共有していません。
これが「どのように動いているのか」という問いへの、更新後の答えです。
関連記事: 「対応言語は何言語ですか?」では、各パイプラインが何をカバーするか(23 / 23 / 30 / 17)を扱っています。この記事では、各パイプラインが何をするのか、そしてなぜそれぞれが独立したものなのかを説明します。
ライブミーティングのプラットフォームは、少なくとも4つの仕事を同時にこなす必要があり、それらは互いに相反する方向へ引っ張り合います。
この4つをすべてこなそうとする巨大なLLM呼び出しを1つ作ることもできます。私たちも試しましたが、4つとも不得意でした。音声のレイテンシ予算はモデルに考える余裕を与えませんが、ドキュメントの忠実性は、モデルに考えることを要求します。チャットの編集には視聴者の言語での差分が必要です。40ページのPDFには書式の保持が必要ですが、トークンをストリーミングするモデルにはそれができません。
そこで、4つ動かしています。それぞれを見ていきましょう。
課題: ある参加者がフランス語で話します。別の参加者はドイツ語、3人目はブラジルポルトガル語、4人目は日本語で参加しています。それぞれが、話者の声を自分の言語で、自分の耳で、アイコンタクトが保てる程度の短い遅延で聞く必要があります。
予算: 聞き手が待たされてはいけません。翻訳音声の遅れが大きくなって、人が重ねて話し始めると、ミーティングは「英語に切り替えよう」という方向へ流れていきます。
あらかじめ明記しておきたい点がいくつかあります。
8言語が飛び交う60分の通話では、さまざまな不具合が起こり得ます。WebSocketが切れる、ASRが固有名詞を一時的に誤認識する、ある参加者のネットワークが不安定になる、といったことです。上記のアーキテクチャのおかげで、障害を切り分けられます。1人の視聴者の音声に不具合が出ても、残り7人には影響しません。翻訳エンジンは「その翻訳」を1つだけ生成するのではなく、8つを並列に生成しているので、復旧が必要なのは影響を受けた1つだけです。
エンジン自体は自社製で、自社のインフラ上でホストしています。リアルタイム音声は、サードパーティの汎用LLMを経由させません。レイテンシ予算がそれを許しませんし、データレジデンシーの観点からも、それを重視する規制対象の顧客には適しません。
音声品質について公開していること: /benchmarkでは、公開しているすべての言語ペアについて、本番の音声パイプラインをFLORES-200の文に対して毎月実行しています。評価者(ジャッジ)は明示しており、プライマリはGemini 3.7 Flash、フォールバックはClaude Sonnet 5です。中央値、p10、p90、最小値、最大値、サンプルサイズといった分布の全体像がページに載っています。これらの数値が何を測定し、何を測定しないのかについては、方法論をご覧ください。
課題: ミーティング内のすべてのチャットメッセージを、送信されると同時に、各参加者の言語に翻訳します。さらに編集も扱います。編集は、再翻訳ではなく編集として見える必要があります。
予算: 音声より緩やかです。チャットメッセージは、別の言語で表示されるまで少し間があっても、誰も気にしません。重要なのは、翻訳が正しいかどうか、そして編集が筋の通ったものになっているかどうかです。
各メッセージは、音声パイプラインと同じ翻訳エンジンを通ります。ただし、前処理と後処理が異なります。
[QUOTE]…[/QUOTE] ブロックと新しい内容は別々の単位として翻訳されます。そのため、モデルが両者を混同することはありません。v1.2で、別の言語の視聴者に対するチャット編集の挙動を変更しました。以前の挙動では、誰かがメッセージを編集すると全体を再翻訳し、新しい段落が表示されるため、どこが変わったのかを自分で探す必要がありました。
新しい挙動は次のとおりです。
たとえば、英語で「review by Tuesday」が「review by Thursday」に変わった場合、スペイン語で読んでいる同僚には、再翻訳された段落を読み直させることなく、martes → jueves がハイライトされて見えます。
そのためには、チャットパイプラインを、リクエストのたびに翻訳するステートレスなエンドポイントではなく、視聴者ごとのステートフルなキャッシュとして扱う必要がありました。ドキュメントと音声には必要ありませんが、チャットには必要です。
課題: ホストが共有ノートのペインを開いて入力を始めます。すべての参加者が、ノートを自分の言語で、1文字ずつ、見出し、入れ子のリスト、チェックリスト、コードブロックといったドキュメントの構造を保ったまま見ます。
予算: チャットと同じですが、さらに2つの制約があります。
構造の保持が最大のポイントです。各リスト項目を独立して翻訳し、ドキュメントとしてはまとめて翻訳しません。モデルが見るのは次のものです。
「コンプライアンスレビュー — 第2四半期の成果物」
次のようなものではありません。
"# Project plan\n## Quarter\n- Compliance review — Q2 deliverables\n- Vendor scoring\n - Tier 1 vendors..."
外側のドキュメント、つまり <ul>、見出し、インデントは、元のドキュメントと同じ構造を使ってクライアント側で組み立て直されます。各リーフノードが、その翻訳に置き換えられます。モデルが階層を「改善」することはできません。
ノートでも、チャット編集と同じ視聴者ごとの差分モデルを使います。ホストが1行を変更すると、他の言語の視聴者には、新しい段落ではなく、変更された言葉がハイライトされて表示されます。
課題: 誰かが40ページのPDF、Wordドキュメント、PowerPointのデッキ、またはExcelシートをチャットに投下します。各参加者は、自分の言語でのコピーをリクエストできます。翻訳されたファイルは、フォント、表、ページ番号、ヘッダー、グラフの配置まで、元のファイルと同じに見えなければなりません。
予算: リアルタイムの制約はありません。1分でも、2分でも問題ありません。制約は忠実性です。翻訳されたPDFが元のファイルと同じに見えなければ、受け取った人は信頼しません。
汎用LLMは、どれほど優秀でも、ドキュメントの翻訳されたテキストを返してくれます。同じレイアウトの翻訳されたPDFは返してくれません。モデルには「原文と揃える必要があるページ区切り」や「列幅を保つ必要がある表のセル」という概念がありません。
この領域ではDeepL Document APIを直接使います。ファイルから抽出した文章ではなく、ファイルをファイルとして翻訳するために作られたものです。DeepLが扱うのは次の形式です。
ドキュメントはDeepLのパイプラインにアップロードされ、サーバー側で書式を保ったまま翻訳され、同じ形式で返されます。その結果を私たちのオブジェクトストレージにアップロードし、ダウンロード可能な添付ファイルとしてチャットに表示します。
DeepLは、1ドキュメントあたり最低50,000文字を課金します。Proティアでおよそ1ファイルにつき1米ドルで、ドキュメントが1ページでも30ページでも変わりません。私たちはこのコストを、ファイルごとに請求するのではなく、こちらで負担しています。このコストはミーティングの翻訳使用量に課金文字数として表示され、製品の他の部分が翻訳アクティビティを報告する方法に合わせて、ワード単位に換算されます。
この領域でDeepLを選んだのは、ファイルをファイルとして翻訳することがまさにDeepLの得意分野だからです。私たちは、それより優れたものを作ろうとはしませんでした。逆は成り立ちません。DeepLは、私たちがミーティング向けに構築したようなライブ音声のパイプラインを運用していません。課題が違えば、道具も違います。「InterMINDの翻訳を支えているものは何か」への正直な答えは、「パイプラインごとに最適なエンジン」であり、「どこでも自社エンジン」ではありません。
ドキュメントパイプラインは、音声の23言語に対して30言語に対応しています。追加分には、ブルガリア語、ギリシャ語、エストニア語、インドネシア語、リトアニア語、ラトビア語、スロバキア語、スロベニア語が含まれます。(アラビア語もこのリストに含まれ、追加分の1つです。音声品質が基準に達していないため、リアルタイムのピッカーからは外していますが、言語ペアごとのスコアは/benchmarkで引き続き公開しており、その数値がアラビア語を復帰させる根拠になります。ヒンディー語については逆で、音声では利用可能ですが、ファイルではまだ対応していません。)
この非対称性は現実のものです。フランス語の参加者は、ミーティングをエストニア語で聞くことはできなくても、契約書のPDFをエストニア語でリクエストできます。ピッカーでは、この点を1つの数字でごまかさずに明示しています。その理由は言語数に関する記事で説明しています。
4つのパイプラインは、孤立して動いているわけではありません。ミーティングルームはそれらが互いに接する場所であり、その継ぎ目が重要です。
言語ピッカーはUIの1つの部品です。その下にあるインフラは、互いにやり取りする4つのパイプラインです。
/benchmarkで公開しています。/benchmarkのスコアを算出しているのと同じパイプラインです。4つのパイプライン、4つのエンジン、1つのミーティングルーム。これが、旧 how-it-works ページに代わる、正直な答えです。
— Mind.com チーム
出典: DeepL — 対応言語、DeepL — 使用量のカウントと課金(1ファイルあたり最低50,000文字)、FLORES-200。社内のパイプラインに関する事実は、リリース済みのコードで検証しています(2026年8月確認)。
The Mind.com Team
「対応言語は何言語ですか?」— 私たちの正直な答えが1つの数字ではなく6つの数字である理由
どのベンダーも対応言語数を1つの数字で示します。しかし、翻訳は単一の製品ではないため、私たちにはそれができません。ここでは InterMIND のサーフェスごとの内訳として、何がフィルタリングされているのか、その理由、そしてウェブサイトで公開している内容をご紹介します。
翻訳品質のマーケティングが機能しない理由 — 代わりに私たちが公開するもの
翻訳ベンダーはどこも対応言語数を公開しています。しかし、実際のトラフィックにおける言語ペアごとの検証可能な品質を公開しているところはありません。次回のベンダー評価でこのギャップが重要になる理由と、私たちが代わりに公開しているものをご紹介します。
