同時通訳：ブース、RSI、または AI — そしてミーティング向けのツールはどれか (2026)

同時翻訳:ブース通訳、RSI、AI──そしてあなたのミーティングに適したツールは(2026年)

多くの人が検索するときに使うのは「同時翻訳」という言葉だが、業界がこの作業を呼ぶときは「同時通訳」という。両者は同じものを指す:発話が行われているその最中に、途切れることなく、中継も挟まずに、別の言語で再現される、というものだ。しかし、この一つの言葉の下には、実現方法がまったく異なる三つの形態──ブースに入る人間の通訳者、リモート同時通訳(RSI)、そしてリアルタイムAI翻訳──が隠れており、予算規模もまったく異なる。

本ガイドではこの三つを整理した上で、具体的なツールを検証可能な基準で比較する:各ベンダーの公開文書が明記している内容を、出典と確認日とともに示す。私たちはこの三つのうちの一つ(InterMIND)を開発しており、それが適する場面と適さない場面の両方を述べる。

同時翻訳の三つの形態

1. ブースに入る通訳者(歴史的な標準)

言語ペアごとに通訳者2名、防音ブース、会場用の受信機。国際機関や大規模カンファレンスはこの方式を採用している。品質は、文脈や皮肉、専門用語を理解できる専門家によってもたらされる──そしてコストも同じところから生じる:資格を持つ人材を、言語ペアごとに日単位で確保し、さらに機材が必要になる。毎週の定例ミーティングにこの体制を当てはめることは、そもそも想定されていない。

2. RSI:リモートの人間通訳者

リモート同時通訳(RSI)プラットフォーム(Interprefy、KUDO、Boostlingo)は、人間の通訳者による音声を──場合によってはAIオプションと併用して──会場やビデオ通話の参加者のスマートフォンやヘッドセットに配信する。この体制は依然としてイベント型のままだ:一人の話者、一つの聴衆、事前に固定された言語、そして事前予約された通訳者。

3. AI同時翻訳

ここには通訳者がいない:音声認識→機械翻訳→音声合成というカスケードが、数秒以内に各リスナーの言語で発話を再現し、事前予約は一切不要だ。これは、通常のミーティングに見合う限界コストを持つ唯一の形態であり、このカテゴリーの転換点でもある。そこで問われるのは:そのツールは音声以外に何を翻訳するのか、という点になる。

ツールを本当に見分ける問い

誠実な比較は「翻訳は良いか?」を問わない──どのベンダーも「はい」と答えるからだ。本当に問うべきは次の二つだ:

話者は一人か、それとも全員が同時に話すのか? イベント向けツールは一つの舞台→一つの聴衆という構図に最適化されており、多くは一方向のみだ。一方、通常のミーティングはN人が同時に話し、入力し、読み、返答する場であり、それぞれが自分の言語で、双方向にやり取りする。カンファレンスで優れた性能を発揮するツールが、4人の定例ミーティングでは使い物にならないこともある。

音声の後、自分の言語に戻ってくるものは何か? ミーティングは発話だけではない:チャット、共有メモ、進行中に共有されるドキュメント、そして残す記録もそこに含まれる。多くのツールは発話の瞬間だけを翻訳し、そこで終わる──話し終えた瞬間に翻訳も消えてしまう。どのツールにも率直に問うべきだ:音声の後、自分の言語に戻ってくるものは他に何があるのか?

記録に基づくツール一覧

以下の事実はすべて、各ベンダーの公開文書に基づくものであり、2026年8月に確認した(出典は末尾に記載)。「記載なし」とは、公開文書に該当する記述が見つからなかったことを意味する──その点が重要であれば、ベンダーに直接確認してほしい。

通訳者を伴うイベント向け(RSI)

• Interprefy ── 公式文書では、人間の通訳者による対応言語190以上・組み合わせ6,000以上、AI翻訳(音声・字幕)では80言語に対応すると明記されている。(InterMINDとInterprefyの機能比較。)
• KUDO ── AIオプションを備えたRSIプラットフォーム:KUDO AI Speech Translatorのページでは、人間の通訳者による配信に加え、翻訳音声・字幕ともに60以上の言語に対応すると記載されている。
• Boostlingo ── 通訳者ネットワーク:公式サイトでは、資格を持つ通訳者1万人、オンデマンドで275以上の言語に対応し、AI字幕も提供すると記載されている。

多言語での業務ミーティング向け

• Wordly ── ミーティングやイベント向けのAI専用翻訳:公式文書では60以上の言語・3,000以上の言語ペアに対応し、参加者はテキスト・音声・両方のいずれかを選択できると記載されている。FAQには翻訳済みのトランスクリプトとセッション要約についての記載がある。チャット、共有メモ、ドキュメント翻訳については、公開文書に記載が見当たらない(2026年8月確認)。(InterMINDとWordlyの機能比較。)
• DeepL Voice ── 製品ページでは、Microsoft Teams、Zoom、Google Meet内でのライブ字幕を40以上の言語で提供すると記載されている。音声から音声への出力は「近日公開」とされている(2026年8月確認)。
• InterMIND ── 私たちが開発しているもの:ミーティングの全体が、双方向で、各参加者の言語に戻ってくる。音声──23言語に対応し、話者本人の声でサブ秒単位の遅延で再現される(カスケードの仕組み);チャットと共有メモ──同じ23言語で、視聴者ごとにリアルタイムに翻訳される;ミーティング中に共有されたドキュメント(PDF、DOCX、PPTX、XLSX)──書式を保持したまま30言語で返される(表面ごとの正直な言語数);ミーティング後の要約──あなたの言語で生成され、EUでホスティングされたモデル上で、ミーティングデータを一切保持しない(GDPR監査の詳細)。品質は主張ではなく公開されている情報だ:本番カスケードはFLORES-200に基づき毎月採点され、言語ペアごとの分布を全て/benchmarkで公開している。

すでに使っているプラットフォームの中で

• Zoom ── 翻訳字幕を36言語で提供(Business Plus/Enterpriseまたは有料アドオン);翻訳音声を生成するVoice translator(AI Companion、米国クラスターのアカウント、デスクトップアプリ7.0以降);自分で確保した人間の通訳者を最大20名まで配信できる音声チャンネル。(詳細はこちら。)
• Microsoft Teams ── 翻訳字幕を31言語で提供(Teams PremiumまたはCopilot);発話を発話に翻訳し、任意で話者の声を模倣できるInterpreterエージェント(Copilotライセンス);人間の通訳者用に16の言語ペア分のチャンネル。(詳細はこちら。)
• Google Meet ── 翻訳字幕(Workspace Business Standard以上)と、「あなたに似た声」で提供されるGeminiによる音声翻訳(対象プランのみ)。(詳細はこちら。)

表:ミーティングのどこまでが自分の言語に戻ってくるのか

各セルの内容は、各ベンダー自身の公開文書に基づくものであり、2026年8月に確認したものだ。

自分たちの行について、正直に補足しておきたい点が二つある:対応言語数は表面ごとに異なる(音声・チャット・メモは23言語、ドキュメントは30言語、ウェブサイトは17言語 ── その内訳と理由);そして音声品質は、この表ではなく/benchmarkで確認できる。

判断のための早道

• 聴衆を伴うカンファレンス+人間の通訳者が必須 → Interprefy、KUDO、Boostlingo。
• 複数人が双方向で参加する業務ミーティング、AI活用 → Wordly、DeepL Voice、InterMIND ── ここでは特に三点を試してほしい:再現される声(汎用的なものか、話者本人の声か)、音声以外のカバー範囲(チャット、メモ、ドキュメント、記録)、そして品質が主張ではなく公開されているかどうか。
• 字幕だけで十分 → 既存のZoom/Teams/Meetを、表に示したライセンス条件のもとで使用する。

FAQ

ミーティング向けの同時翻訳ソフトウェアとして最適なものは? 状況によって異なる。聴衆と通訳者を伴うイベントの場合:Interprefy(AI 80言語、通訳者利用で190以上)、KUDO(60以上)、Boostlingoのいずれか。全員が双方向で自分の言語で話し、入力し、読む業務ミーティングの場合:Wordlyは音声・テキストともに60以上の言語に対応すると記載している;InterMINDは音声(23言語、話者本人の声)、チャットとメモ(23言語)、ドキュメント(30言語)を参加者ごとに翻訳する。字幕のみで十分な場合:プランに応じてZoom(36言語)、Teams(31言語)、Meetのいずれか。

「同時翻訳」と「同時通訳」の違いは何か? 実務上はほぼ違いがない:「同時通訳」はリアルタイムの発話の再現を指す専門用語であり、「同時翻訳」は日常的な言い方だ。厳密には、翻訳はテキストを、通訳は発話を対象とする──この区別と通訳の種類についてはこちらで詳しく解説している。

Zoom、Teams、Google Meetは同時翻訳に対応しているか? 対応しているが、プランによる制限がある。Zoom:翻訳字幕を36言語で提供(Business Plus/Enterpriseまたは有料アドオン)、Voice translatorによる翻訳音声(AI Companion、米国クラスター)。Teams:字幕を31言語で提供(Premium/Copilot)、発話から発話へ翻訳するInterpreterエージェント(Copilotライセンス)。Meet:翻訳字幕(Business Standard以上)、対象プランでのGeminiによる音声翻訳。プラットフォームごとの詳細:Zoom、Teams、Meet。

AI同時翻訳は話者本来の声を保持できるか? 多くの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する。元の声に近い出力を明記しているものは一部だけだ:Teamsのインタープリターエージェントは話者の声を「模倣」できるとされ、Google Meetは「あなたに似た声」と表現しており、InterMINDはゼロショット音声合成によって23言語で話者本人の声のまま翻訳を再現する ── その仕組みはこちら。

AI同時翻訳はどのように機能するのか? 3段階のカスケードによる:音声認識が発話を書き起こし、機械翻訳がそれを変換し、音声合成がそれを再現する──これが継続的に、数秒の遅れで行われる。各段階にはそれぞれ独自の失敗パターンがある。本番カスケードを段階ごとに解説したものはこちら、このカテゴリーのツールをどう評価すべきかについてはこちらにまとめている。

実際に試してみる

多言語での業務ミーティング向けに、最も手早く試す方法は──私たちのツールを含め、どのツールについても──実際に自分のミーティングで使ってみることだ:話してみて、チャットやメモ、ドキュメントも自分の言語で戻ってくるかどうかを確認してほしい。

• ライブデモを試す ── InterMINDの本番音声カスケードを、自分の音声で、23言語のいずれでも体験できる。
• ベンチマークを見る ── FLORES-200による毎月のスコアと、言語ペアごとの全分布を、取捨選択せずに公開している。
• リアルタイム会議翻訳ツールの評価方法 ── 本ガイドの土台となっている、ベンダーに依存しない評価基準。

出典:Interprefy──AI翻訳の対応言語、Interprefy──プラットフォーム、KUDO──AI Speech Translator、Boostlingo、Wordly──対応言語、Wordly──FAQ、DeepL──Voice、Zoom──他言語での字幕表示、Zoom──Voice translator、Zoom──言語通訳、Microsoft──Teamsミーティングでのライブ字幕、Microsoft──TeamsのInterpreter、Microsoft──Teamsでの言語通訳の使用、Google Meet──翻訳字幕、Google Meet──音声翻訳、いずれも2026年8月に確認。ベンダーは時間の経過とともにプランや対応言語を拡張することがあるため、最新情報は各社のページで確認してほしい。InterMINDに関する事実:表面ごとの言語内訳、ライブベンチマーク。