同時翻訳:ブース、RSI、AI — ミーティングに合うのはどのツールか(2026年)

誰もが検索するのは「同時翻訳」で、専門職が呼ぶのは「同時通訳」です。どちらも同じもの、つまり話されている最中に別の言語へ置き換えられる音声を指します。間を置かず、中継も挟みません。ただし、この1つの言葉の下には、まったく異なる3つの方法が隠れています。ブースの通訳者、遠隔同時通訳(RSI)、そしてリアルタイムの AI 翻訳です。予算の考え方も、それぞれまったく共通点がありません。

このガイドでは3つを切り分けたうえで、名前の挙がるツールを検証可能な基準で比較します。基準とは、各ベンダーの公開ドキュメントが何を述べているかであり、出典と確認日を添えています。私たちはそのうちの1つ(InterMIND)を開発しています。どこに向いていて、どこに向いていないかも正直にお伝えします。

同時翻訳の3つの形態

1. ブースの通訳者(従来の標準)

言語ペアごとに通訳者2名、防音ブース、会場向けの受信機を用意します。国際機関や大規模カンファレンスはこの方式です。品質の源は、文脈や皮肉、専門用語を理解するプロの通訳者です。コストの源も同じで、資格を持つ人材を日単位・言語ペア単位で手配し、さらに機材も必要です。毎週の業務ミーティングには、この仕組みはそもそも想定されていません。

2. RSI:遠隔の人間通訳者

遠隔同時通訳プラットフォーム(Interprefy、KUDO、Boostlingo)は、人間の通訳者の音声を、参加者のスマートフォンやヘッドセットに届けます。AI オプションが併設されていることもあり、現地でもビデオ通話でも使えます。ただし、あくまでイベントの形です。話者が1人、聴衆がいて、言語は事前に決まっており、通訳者は予約制です。

3. AI 同時翻訳

ここに通訳者はいません。音声認識 → 機械翻訳 → 音声合成というカスケードが、数秒以内に各聴き手の言語で音声を届け、手配は不要です。限界費用が通常のミーティングに見合うのはこの形態だけで、このカテゴリーの転換点です。そこで問いはこう変わります。ツールは音声のほかに、何を翻訳するのか。

ツールを本当に分ける問い

誠実な比較は「翻訳は良いか?」とは問いません。どのベンダーも「はい」と答えるからです。問うのは次の2点です。

話者は1人か、全員が同時か? イベント向けツールは「1つのステージ → 1つの聴衆」に最適化されており、しばしば一方向です。業務ミーティングでは N 人が話し、入力し、読み、返信します。それぞれが自分の言語で、双方向に、同時にです。カンファレンスに強いツールが、4人のスタンドアップには使えないこともあります。

音声のあと、あなたの言語で何が返ってくるか? ミーティングは音声だけではありません。チャット、共有ノート、セッション中に投げ込まれたドキュメント、手元に残す記録があります。多くのツールは話された瞬間を翻訳して終わりで、会話が止まった途端に翻訳も消えてしまいます。どの候補にもはっきり尋ねてください。音声のあと、ほかに何が私の言語で返ってきますか?

ツール比較:公開情報に基づく

以下の事実はすべてベンダーの公開ドキュメントに基づき、2026年8月に確認したものです(リンクは末尾)。「記載なし」は、公開ドキュメントに記述が見つからなかったことを意味します。重要な点であれば、ベンダーに直接ご確認ください。

通訳者を伴うイベント向け(RSI)

• Interprefy — ドキュメントによると、人間の通訳者で190以上の言語・6,000以上の組み合わせに対応し、AI 翻訳(音声と字幕)は80言語です。(InterMIND と Interprefy を機能ごとに比較。)
• KUDO — AI オプションを備えた RSI プラットフォームです。KUDO AI Speech Translator のページには、人間の通訳者による提供に加え、翻訳音声と字幕が60以上の言語で提供されると記載されています。
• Boostlingo — 通訳者ネットワークです。サイトには、資格を持つ通訳者1万人、オンデマンドで275以上の言語、さらに AI 字幕が提供されると記載されています。

多言語の業務ミーティング向け

• Wordly — ミーティングとイベント向けの AI 専用翻訳です。ドキュメントには60以上の言語と3,000以上のペアが記載され、参加者はテキスト、音声、またはその両方を選べます。FAQ には翻訳済みトランスクリプトとセッションサマリーが記載されています。チャット、共有ノート、ドキュメントの翻訳は、公開ドキュメントに記載がありません(2026年8月確認)。(InterMIND と Wordly を機能ごとに比較。)
• DeepL Voice — 製品ページには、Microsoft Teams、Zoom、Google Meet 内で40以上の言語のライブ字幕に対応すると記載されています。音声から音声への出力は「近日提供予定」とされています(2026年8月確認)。
• InterMIND — 私たちが開発しているものです。ミーティングの全体が、各参加者の言語で双方向に返ってきます。音声は23言語で、話者自身の声でライブに再現されます(カスケードの仕組み)。チャットと共有ノートは、同じ23言語で、閲覧者ごとにライブ翻訳されます。ミーティング中に共有されたドキュメント(PDF、DOCX、PPTX、XLSX)は、書式を保ったまま30言語で返されます(サーフェスごとの正確な言語数)。ミーティング後のサマリーは、お使いの言語で、ミーティングデータを一切保持しない EU でホストされたモデル上で生成されます(GDPR 監査)。品質は主張ではなく公開しています。本番のカスケードを毎月 FLORES-200 で採点し、言語ペアごとの分布をすべて /benchmark に掲載しています。

すでにお使いのプラットフォームの中で

• Zoom — 36言語の翻訳字幕(Business Plus/Enterprise、または有料アドオン)。翻訳音声を出力する Voice translator(AI Companion、US クラスターのアカウント、デスクトップアプリ 7.0 以上)。ご自身で手配する最大20名の人間の通訳者向けオーディオチャンネル。(詳細な解説。)
• Microsoft Teams — 31言語の翻訳字幕(Teams Premium または Copilot)。音声を音声に翻訳し、話者の声を模すこともできる Interpreter エージェント(Copilot ライセンス)。人間の通訳者向けの16言語ペアのチャンネル。(詳細な解説。)
• Google Meet — 翻訳字幕(Workspace Business Standard 以上)と、「あなたのような声で」届ける Gemini の音声翻訳(対象プラン)。(詳細な解説。)

比較表:ミーティングのどれだけがあなたの言語で返ってくるか

各セルは、ベンダー自身の公開ドキュメントの記載内容で、2026年8月に確認したものです。

自社の行について正直な注記が2点あります。言語数はサーフェスごとに異なります(音声・チャット・ノートは23、ドキュメントは30、ウェブサイトは17言語。内訳とその理由)。また、音声の品質はこの表ではなく /benchmark で確認できます。

選び方の早見表

• 聴衆のいるカンファレンス+人間の通訳者が必須 → Interprefy、KUDO、Boostlingo。
• 複数人の業務ミーティング、双方向、AI → Wordly、DeepL Voice、InterMIND。ここでは特に3点を試してください。再現される声(汎用の声か、話者自身の声か)、音声以外のカバー範囲(チャット、ノート、ドキュメント、記録)、そして主張ではなく公開されている品質です。
• 字幕で足りる → すでにお使いの Zoom/Teams/Meet。表にあるライセンス条件をご確認ください。

FAQ

ミーティング向けの最適な同時翻訳ソフトウェアは何ですか? 構成によります。聴衆と通訳者のいるイベントなら、Interprefy(AI 80言語、通訳者付きで190以上)、KUDO(60以上)、Boostlingo です。全員が自分の言語で話し、入力し、読む、双方向の業務ミーティングなら、Wordly は音声とテキストで60以上の言語を掲げています。InterMIND は、音声(23言語、話者自身の声)、チャットとノート(23)、ドキュメント(30)を参加者ごとに翻訳します。字幕だけなら、プランに応じて Zoom(36言語)、Teams(31)、Meet です。

同時翻訳と同時通訳の違いは何ですか? 実際にはありません。「同時通訳」はリアルタイムの音声での置き換えを指す専門用語で、「同時翻訳」は日常的な言い方です。厳密には、翻訳は文字、通訳は音声を扱います。この違いと通訳の種類についてはこちらで解説しました。

Zoom、Teams、Google Meet で同時翻訳はできますか? できますが、プランによる制限があります。Zoom は36言語の翻訳字幕(Business Plus/Enterprise または有料アドオン)と、Voice translator による翻訳音声(AI Companion、US クラスター)です。Teams は31言語の字幕(Premium/Copilot)と、音声から音声への Interpreter エージェント(Copilot ライセンス)です。Meet は翻訳字幕(Business Standard 以上)と、対象プランでの Gemini の音声翻訳です。プラットフォームごとの詳細は Zoom、Teams、Meet をご覧ください。

AI 同時翻訳は話者の声を保てますか? ほとんどの AI ツールは、すべての話者を同じ合成ナレーターの声で再現します。元の声に近い出力を謳うものも一部にあります。Teams の Interpreter エージェントは話者の声を「模す」ことができ、Google Meet は「あなたのような声で」と記載しています。InterMIND は、ゼロショット合成により、翻訳を話者自身の声で23言語に再現します。仕組みはこちら。

AI 同時翻訳はどのように動作しますか? 3段階のカスケードです。音声認識が音声を書き起こし、機械翻訳が変換し、音声合成が再現します。これを数秒遅れで継続的に行います。各段階にはそれぞれ固有の失敗の仕方があります。本番のカスケードを段階ごとに記録したものがこちら、このカテゴリーのツールの評価方法がこちらです。

ご自身で試す

多言語の業務ミーティングで最も手早い検証方法は、どのツールでも(私たちのものも含めて)ご自身のミーティングを通してみることです。話してみて、チャットもノートもドキュメントも、あなたの言語で返ってきたかを確認してください。

• ライブデモを試す — InterMIND の本番の音声カスケードを、ご自身の音声で、23言語のどれでも試せます。
• ベンチマークを読む — 毎月の FLORES-200 スコアと、言語ペアごとの分布をすべて公開しています。都合の良い結果だけを選ぶことはしていません。
• リアルタイムのミーティング翻訳ツールの評価方法 — このガイドの土台となる、ベンダー中立の考え方です。

出典:Interprefy — AI translation languages、Interprefy — platform、KUDO — AI Speech Translator、Boostlingo、Wordly — translator languages、Wordly — FAQ、DeepL — Voice、Zoom — viewing captions in another language、Zoom — Voice translator、Zoom — Language Interpretation、Microsoft — live captions in Teams meetings、Microsoft — Interpreter in Teams、Microsoft — language interpretation in Teams、Google Meet — translated captions、Google Meet — Speech Translation。2026年8月確認。ベンダーはプランや対応言語を随時拡大します。最新の状況は各社のページでご確認ください。InterMIND に関する事実:サーフェスごとの言語数の内訳、ライブベンチマーク。