同時通訳とは:仕組み、費用、そしてAIが担える場面

同時通訳とは、話者がまだ話している間に届けられる通訳です。 聞き手は自分の言語で、数秒以内の遅れで発言を聞くことができ、会議が通訳者を待って止まることはありません。国連が会期を運営する方法であり、多言語の国際会議が議題を言語ごとに分けず一本にまとめられる理由でもあります。AIが加わってからは、日常の業務会議でもこの方式がますます使われるようになっています。

このガイドでは、同時通訳の全体像をわかりやすく説明します。従来の方式の仕組みと費用、逐次通訳との違い、「リモート同時通訳」(RSI)が何を変えたのか、AIにできること・まだできないこと、そして普段お使いのツールに同時通訳を取り入れる方法を取り上げます。

ベンダーを比較したい方は、まず会議・カンファレンス向けAI翻訳ツールの選び方ガイドをご覧ください。

同時通訳では実際に何が行われているのか

プロの同時通訳は、言語に関わる仕事の中でも特に認知的な負荷が高い職業の一つです。通訳者は原語を聞き、単語ではなく意味をその場で変換し、訳語を話します。これを話者が話し続けている間、同時に、途切れなく行います。

業界はこの難しさに対応するため、本格的な体制を整えてきました。

• 通訳者は2人1組で働き、1人が担当し、もう1人が支えます。約30分ごとに交代します。同時通訳を続けると、それ以上は急速に質が落ちるためです。
• 防音ブース(または通訳コンソール)が通訳者を周囲から隔離します。会場の音声は通訳者のヘッドホンに届き、その訳出が聞き手の受信機に送られます。
• 言語ごとに1ブース・1組が必要です。3言語のイベントなら、ブースが3つ、通訳者が6人になります。
• 手配には数日から数週間かかり、まれな言語の組み合わせではさらに長くなります。料金は通訳者1人・1言語・1日ごとに加算され、機材費が別途かかります。

これは欠点ではありません。プロ品質のライブ通訳を提供するために必要な費用です。その結果、同時通訳はイベント当日のサービスになりました。予算を組み、日程を決めて、それに見合うセッションのために確保するものです。

同時通訳と逐次通訳

もう一つの代表的な方式が逐次通訳です。話者が数文話して区切り、通訳者がそれを訳出します。機材は不要で、医療相談、公証を伴う署名、現場視察など、小規模で統制された場面に向いています。

ほかにも、1〜2人の聞き手に向けたささやき通訳(chuchotage)や、交渉の往復に使うリエゾン通訳といった特殊な方式があります。しかし実際の判断のほとんどは同時通訳か逐次通訳かの二択です。議題があり、数人を超える規模の会議では、所要時間だけを見ても同時通訳が有利です。(すべての方式と提供形態、そして通訳と翻訳の違いについては、定義ガイドで詳しく解説しています。)

リモート同時通訳(RSI):最初のコスト低下

RSIは、通訳者を会場のブースからクラウドへ移します。 イベントの音声がリモートで働く通訳者にストリーミングされ、訳された音声が各聞き手のスマートフォン、ノートPC、ヘッドセットに返されます。InterprefyやKUDOなどのプラットフォームがこの分野を築き、イベントのハイブリッド化とともに一気に広がりました。

RSIによってなくなるのは、ブースのレンタル、受信機のハードウェア、通訳者の移動、そして準備期間の一部です。残るのは、人間の通訳者自身、1日あたりの報酬、イベントごとの運用準備です。RSIはプロの通訳をより安く届けられるようにしましたが、誰が通訳するのか、どう手配するのかという仕組みは変えませんでした。(代表的なRSIサービスとの直接比較はInterMIND vs Interprefyをご覧ください。)

AI同時通訳:2度目のコスト低下

新しい変化は、通訳の工程そのものを置き換えます。音声認識 → 機械翻訳 → 音声合成を、聞き手ごとに、ライブで、継続的に実行します。ブースも手配も1日あたりの報酬も不要です。通訳は会議ソフトウェアの機能になり、使い道が変わります。ベルリン、サンパウロ、東京をつなぐ週次の定例会議が、言語ごとに通訳者を2人手配することはありませんでした。AIがあれば、その必要もなくなります。

AI通訳を本気で提供するなら、次の3点が欠かせません(私たちもこの種のツールを開発しているため、どのツールにも求めるべき点を率直にお伝えします。私たちのツールも例外ではありません)。

1. 検証できる言語ペアごとの品質。 「60言語に対応」と言われても、お使いのDE↔ENがどうなのかはわかりません。実トラフィックで測定した、言語ペアごとの公開品質を求めてください。こちらが私たちのものです(毎月更新)。あるいはライブデモを聞いてご自身で判断してください。
2. 誰の声で出力されるか。 多くのツールは、すべての話者を1つの合成音声で読み上げます。より良い体験は、ゼロショット音声合成で各話者自身の声を保つものです。文字起こしの読み上げではなく、ディスカッションとして聞こえます。(仕組みはこちら。)
3. 会議のどこまでをカバーするか。 会議は音声に加えて、チャット、共有ノート、ドキュメントでも成り立っています。音声だけが翻訳されても、誰かが入力した途端に参加者は言語ごとに分かれてしまいます。(詳しい議論はこちら。)

そして、率直な限界もはっきりお伝えします。法廷、条約交渉、認定された証言録取、そして通訳そのものが法的記録となるあらゆる場面は、引き続き認定を受けた人間の通訳者の領域です。 AIが担うのは、その水準より下にある広大な領域です。ブースや日額料金のせいで、これまで通訳を付けられなかった会議、ウェビナー、カンファレンスがそこに当たります。

Zoom、Teams、Google Meetでの同時通訳

すでにお使いのプラットフォームは、3つの異なる位置にあります。

• 通訳チャンネル(Zoom、Teams): 自分で手配して費用を支払う通訳者のための、組み込みの音声チャンネルです。プラットフォームが解決するのは配信であり、通訳そのものではありません。使い方と制限はZoom、Teamsをご覧ください。
• 翻訳字幕: 3つのプラットフォームすべてが、適切なプランで会議に別の言語の字幕を付けられます。ただし、読むことは聞くことと同じではありません。字幕はウェビナーには向きますが、ディスカッションには不向きです。プラットフォームごとの詳細はZoom、Teams、Google Meetをご覧ください。
• 組み込みのAI音声翻訳: まだ初期段階で、一部のみの提供です(MeetのGemini音声翻訳が最も進んでいます)。会議が対象になるかどうかは、言語ペアとプランの制限で決まります。

すべての参加者に、会議を自分の言語で、双方向に、誰かを手配することなく聞いてもらいたい場合、それがブラウザ上でAI同時通訳が担う役割です。上記のプラットフォーム比較で、各組み込み機能がどこまで対応しているかも確認できます。

選び方のまとめ

• 認定が必要、重大な影響がある、公式記録に残る場面 → 認定を受けた人間の通訳者(会場またはRSI経由)。
• 大規模な公式イベント、人間による品質、ハイブリッドの聴衆 → RSIプラットフォーム(vs Interprefy)。AIによるイベント配信は予算を抑えた選択肢です(vs Wordly)。
• 業務会議、ウェビナー、日常的な多言語の通話 → 会議に組み込まれたAI通訳。聞き手がそれぞれ言語を選び、会議は全速力で進み、チャット、ノート、ドキュメントも翻訳されて届きます。
• 1つのプラットフォームでの、ときどきの軽い需要 → まずそのプラットフォームの字幕を試し(Zoom / Teams / Meet)、読むだけでは足りなくなったらアップグレードしてください。

FAQ

同時通訳とは何ですか? 話者と並行して行われる通訳です。聞き手は発言が続いている間に、通常は数秒遅れで訳を聞くため、会議が翻訳のために止まることはありません。

同時通訳には何人の通訳者が必要ですか? 業界標準では、言語ペアごとに2人で、約30分ごとに交代します。3言語のカンファレンスでは、通常6人の通訳者に加えて機材が必要です。

同時通訳の費用はどのくらいですか? 人間の場合は、通訳者1人・1言語・1日ごとの料金です。機材を含めると、1日・2言語のイベントで数千ドルに達することも珍しくありません。AIの場合はソフトウェアのサブスクリプションで、通訳付き会議を1回増やすための追加費用はゼロです。(料金について。)

Zoomで同時通訳はできますか? はい、2通りの方法があります。ご自身で手配した人間の通訳者がZoomの通訳チャンネルを使う方法と、AI翻訳を使う方法です。ZoomのAI機能は字幕が中心です。全体像はZoomガイドをご覧ください。

AIは同時通訳者の代わりになりますか? 認定が必要で重大な影響がある場面では、なりません。そうでないと主張するベンダーには注意が必要です。日常の会議、ウェビナー、カンファレンスでは、AIは十分な品質で通訳をこなせるようになり、思い込みではなく検証して判断できる段階にあります。言語ペアごとの公開品質を確認するか、ライブで試してください。

読むより、聞いてください

同時通訳は音声の体験であり、その品質がお客様の基準を満たすかどうかは、記事を読んでも判断できません。

• ライブデモを試す — 本番と同じパイプラインで、ライブ会議が別の言語に通訳される様子を聞けます。登録は不要です。
• ベンチマークを見る — 実トラフィックにもとづく言語ペアごとの月次スコアを、分布全体も含めて公開しています。
• 機能の詳細 — InterMINDの会議でAI同時通訳がどう機能するかを説明しています。
• 手配する通訳者、RSIプラットフォーム、AIのどれを選ぶかお悩みですか?同時通訳者:人間、RSIプラットフォーム、AIをご覧ください。同じ3つを会議向けに価格と範囲を整理した記事は同時通訳:ブース、RSI、AIです。

— Mind.com チーム

出典: Chmiel — Boothmates forever? On teamwork in a simultaneous interpreting booth(ブースごとに通訳者2人、約30分交代)、Interprefy — platform、KUDO AI Speech Translator、Zoom — Enabling and configuring translated captions、Google Meet — Speech Translation、2026年8月確認。各ベンダーはプランや対応言語を随時変更します。最新の状況は各社のページでご確認ください。