翻訳されたキャプション、ライブ翻訳、そしてAIコパイロットがミーティング中にもたらすもの：InterMINDルーム内で各参加者が受け取る仕組み（2026）

2〜3の言語が話されるコールには、議事録を待てない一つの問いがあります。今まさに何が話されているのか、苦もなく読める言葉で知りたい、という問いです。市場には2つの答えがあります。一つは、コールの横で動くコパイロット — 聞き手自身の画面に — であり、その人に、AIの助けを借りて翻訳されたライブトランスクリプトを会話が進む間に表示します。もう一つは、ホストが部屋の全員に同じものを提供し、コール後もそこに残る部屋です。

このガイドは、後者を、InterMINDが今日実装している形で詳しく示します。その前に、前者を簡単に整理します。

コールの横で動くコパイロット：Bearbitsが記すもの

Bearbitsは2026年10月4日にHacker Newsで発表されました。作者は「主に自分と妻のために」、その人が話す言語に関わらず「リアルタイムで何が話されているかを見る」ために構築し、選んだ言語へのリアルタイム翻訳と「実際のウェブ検索に基づいた発話の提案」を盛り込みました。公開ページには以下の記載があります（2026年10月に確認、出典は末尾に記載）。

• どこで動くか。 "Bearbits runs in your browser and captures audio you share" — コールには参加者として参加することはなく、"Zoom, Google Meet, Teams, or any browser-based call" で機能します。ドキュメントでは "microphone and system audio" のキャプチャーを記述しており、タブや画面共有は音声のためだけに使われ、録音は保持されません。
• 言語。 "Live multilingual transcription with speaker labels" は "60+ languages" で、"Real-time translation into a selected language" に対応します。言語の変更について："Set language hints so the recognizer matches the languages you expect. You can adjust during a meeting if speakers switch languages." トランスクリプションはSoniox、ウェブ検索はExa.ai（作者の投稿による）。
• コパイロット。 "What do I say?, Anti-BS, Catchup, and Ask AI — grounded in your transcript and workspace context" に対応するコール内アシスタントと、"Current web research with public sources during the meeting" を備えます。
• 誰に見えるか。 トランスクリプトは "private to your authenticated account"。コールの他の参加者に何かが見えるかについては、公開ドキュメントには記載がありません。
• 価格。 プリペイドクレジット、"No subscription": 5つで$15、20で$45、100で$100；"Each credit covers up to two hours, and stays ready for 90 days." 作者は "30 minutes usage for free" を提供しています。

これがコパイロットです：ある参加者自身の、他人のミーティングの横に開くウィンドウであり、その参加者がミーティング単位で支払うものです。

ルーム：ホストが全員に提供するもの

InterMINDでは、ミーティング自体が、すべての参加者が自分の言語で話し、聞き、読む場所です。誰もツールをコールに持ち込みません — ホストが部屋を開き、以降の内容は、リンクを開くすべての人に、アカウントの有無に関わらず提供されます。

キャプションと音声、それぞれ聞き手の言語で

ルームでの翻訳は、少なくとも2つの言語が揃った時点で有効化されます — More → Enable translation、または Alt+T。以降、各参加者は他の人の発言を自分の言語に翻訳された音声で聞き、それは一般的なナレーターではなく元の話し手の声を模したものです（そのパイプラインの仕組みを参照）。5人の参加者と5つの言語のコールは、5つの同時翻訳であり、それぞれが聞き手によって選ばれます。

キャプションは、同じ翻訳ストリームのテキストです。More → Show subtitles は、画面下部に現在の話し手の発言を選んだ言語で表示するバナーを出します。バナーは誰も話していない時はフェードアウトし、対象言語が求める場合は右から左へ切り替わり、ブラウザーごとにオン/オフ状態を記憶するため、あるミーティングで選んだ設定は次回も維持されます。2つの制限を率直に記します：

• 字幕バナーは現在の話し手の翻訳テキストを表示します。各行の隣に話者ラベルは印字されません — 話者の帰属はコール後のトランスクリプトに保持されます（後述）。
• バナーは翻訳音声に重ねられたテキストであり、別のトランスクリプトウィンドウではありません。ミーティング全体としてのライブ書き込み記録は、ミーティング終了時に生成されます。

言語、そして誰かが切り替えた時の挙動

音声、チャット、共有ノートは一つの 23言語 リストを共有します。チャットで共有されるファイルは、30言語のより幅広いリストを使用します（なぜ数字が異なるのかを参照）。すべてのプランで全言語が利用可能です。

各参加者には自分の言語が一つあります。デフォルトではインターフェイス言語に従い、Moreメニュー内の Translation language サブメニューでミーティング中いつでも変更できます — 切り替えは即座に有効になります。これは、ミーティング途中の切り替えに対する正直な答えでもあります：InterMINDは、話し手がコール途中でスペイン語から英語に移ったことを自ら検出しません。話し手の言語は宣言されたものであり、変更は同じメニューでワンクリックです — 音声認識には、推測された言語ではなく、宣言された言語が与えられます。

ゲストがインストールする必要があるもの：ない

参加者はブラウザーでリンクを開き、参加ページで言語を選び、翻訳・キャプション・自分自身の発言が共有トランスクリプトに入力された状態でルームに入ります — アカウントも、支払い画面もありません。デスクトップ、iOS、Android向けのアプリは、InterMINDを毎日使う人のために存在します。一回限りのミーティングのゲストは、そのいずれも必要としません。ホストのプランがルームの費用を負担し、誰がホストであれ参加者は何も払いません。

トランスクリプトとレカップ：後に残る部分

トランスクリプションにスタートボタンはありません。ライブミーティングの最初の言葉から、音声はサーバーでキャプチャーされ、話した人に帰属され、話された言語で記録されます。ミーティング終了時、レカップがミーティングチャットに現れます — 各メンバーの言語での要約です — そしてその Transcript タブに、話者帰属付きでタイムスタンプ付きの完全なトランスクリプトが保持され、開いた人の言語にオンデマンドで翻訳されます。サインイン済みの全メンバーがこれを受け取ります。チャンネルは、各セッションのレカップをそのチャットの隣に保持します。

ここでの制限は、用語が隠しているものです：アカウントなしで参加したゲストは、コール中はフルルームを利用できても、以降は何も受け取れません — レカップを届ける先のアカウントがなく、匿名のアイデンティティはコール終了と同時に保持されません。アカウントは無料であり、それがコール後の半分に到達可能にするものです。

ルーム内のAI

Miaは組織のAIであり、ミーティングと同じウィンドウ内にいます。有料プランでサインイン済みの状態で Cmd/Ctrl + / （またはサイドバーの Mia）が任意のページやミーティングルーム内で彼女のパネルを開きます。彼女はあなたがどの画面にいるかを把握し、組織のミーティング、チャット、ファイルから答え、あなたが確認のために送るミーティングリンクやメッセージを準備することもできます。組織外の事実が必要な問い — ある会社、ある価格、ある法律、他プロダクトのドキュメント — については、ウェブを検索し、そこから得た事実すべての出典を示します。その検索のためにInterMINDから出るのは、Miaが自身で言葉にしたフレーズのみであり、ドキュメントやレカップやチャットは決して出ません。組織のオーナーまたは管理者は、Settings → AI features から組織全体の検索をオフにできます。ミーティング中、発話による検索は行いません。

組織のすべてのAI機能 — レカップ、ドキュメント要約、ライティングアシスタント、Mia — は、組織が選択する 1つの言語モデルゲートウェイ 上で動きます。デフォルトではAzure OpenAIのEU Data Zone、Google Vertex AI（EU）、Amazon Bedrock（組織自身のAWSアカウント）、または組織自身のOpenAI互換エンドポイントから選べます。AIは組織ごとにオフにでき、オフでもミーティングは引き続きトランスクリプション・翻訳されます（ゲートウェイの詳細）。

読む代わりに見る

• ライブデモを試す — サインアップ不要：話しかけて、キャプション付きでルームがあなたの言葉に翻訳して返すのを聞いてください。
• ベンチマークを見る — 言語ペアごとの翻訳品質、実際のトラフィックで月次測定、方法論は公開。
• 字幕ドキュメント と トランスクリプション を読む — 完全な仕組み。

FAQ

ミーティング中に翻訳されたキャプションをオンにするには？ InterMINDルームでコントロールバーの More を開き、部屋に少なくとも2つの言語がある状態で Enable translation（または Alt+T）を選び、次に Show subtitles を選びます。バナーは現在の話し手の発言を選んだ言語に翻訳して表示します。同じ項目は Hide subtitles に切り替わります。オン/オフ状態はブラウザーごとに記憶され、次回のミーティングに持ち越されます。

キャプションを各参加者ごとに別の言語に翻訳できますか？ はい。各参加者は自身の翻訳言語を選べます — 一つの設定が翻訳音声、キャプション、チャットメッセージをすべてカバーします — そのため、同じ部屋の同じ文が一方の画面ではスペイン語、もう一方ではドイツ語で表示されます。選択は参加者ごとであり、ミーティングごとではなく、Translation language サブメニューからいつでも変更できます。

ライブ翻訳やキャプショニングは追加購入するアドオンですか？ いいえ。翻訳、字幕、自動トランスクリプションはすべてのInterMINDプランに含まれ、無料プランも例外ではありません。プランが決めるのはルームサイズと月次翻訳時間で、Usage & Limits ページと Pricing に記載されています。参加者は決して払いません — ホストのプランのみが影響します。

ライブキャプションとトランスクリプトの違いは？ キャプションは現在の話し手の翻訳テキストであり、ミーティング進行中に画面に表示され、話者ラベルは付与されません。トランスクリプトはミーティング終了時に生成される書き込み記録で、すべての発話が話者に帰属され、タイムスタンプ付きで、話された言語のまま保持され、メンバーが自分の言語で開いた時にオンデマンドで翻訳されます。ミーティングチャット内のレカップからアクセスします。

AIはコール中にも役立ちますか、それともコール後だけですか？ 両方です。ただし形態は異なります。ミーティング中、有料プランでサインイン済みのメンバーは同じウィンドウ内で Cmd/Ctrl + / でMiaを開きます。彼女は組織のミーティング、チャット、ファイルから答え、問いに必要ならウェブを検索し、すべての事実に出典を示します。ミーティング後、レカップとトランスクリプトが各メンバーの言語で届きます。ルーム内で聞き、名前で応える発話型のMiaはプレビュー段階であり、InterMIND内でテスト中で、まだ顧客組織では有効化されていません。

ゲストはキャプションを得るために何かインストールする必要がありますか？ いいえ。ゲストはブラウザーでミーティングリンクを開き、参加ページで言語を選べば、翻訳された音声、キャプション、自身の言葉が共有トランスクリプトに書き込まれた状態になります。デスクトップやスマートフォン向けのアプリも存在しますが、一回限りのミーティングのゲストには不要です — そして支払いもありません。

話し手がミーティング途中で言語を切り替えた場合、どうなりますか？ 話し手は More → Translation language で宣言言語を変更します。切り替えは即座に有効になります。InterMINDは言語変更を自ら推測しません。音声認識は、話し手が宣言した言語で行われます。

出典：Bearbits — home page, Bearbits — documentation, Bearbits — Live meetings, Bearbits — pricing, Show HN: Bearbits – AI copilot that helps during meetings instead of only after, すべて2026年10月に確認。InterMINDの事実：real-time translation docs, live subtitles docs, choosing languages, transcription docs, meeting recap, AI features and Mia, usage and limits, language breakdown, own-voice translation, live benchmark.