1回の InterMIND ミーティングで、ライブ翻訳・字幕・検索できる文字起こしはどう連携するか

4つのタイムゾーンにまたがるチームでも、カレンダーの招待状の段階で言語の問題が起きるわけではありません。問題が表れるのは、誰かが話し始めた瞬間です。ライブ翻訳、ライブ字幕、あとから見返せる文字起こし。この3つがその摩擦を実際に取り除くもので、最近では3つの別個のアドオンとしてではなく、ひとまとまりの機能として1つの製品ページに並ぶことが増えています。

最近の例として、ワークプレイスプラットフォーム NexGen Virtual Workplace の2026年9月の投稿は、「ライブ音声翻訳、ミーティング字幕、検索可能な文字起こしを、ミーティングに後付けするのではなく、日々の業務に組み込みました」という一文で始まり、「これらの機能は NexGen Virtual Workplace プラットフォーム内で、購読者がご利用いただけます」と述べています。提示されている仕様はこれがすべてです。投稿には、対応言語数の記載も、どの購読ティアでこの3機能が使えるかの説明もありません。「検索可能」が何を指すのかも、「過去の文字起こしを参照のために検索することもできます」という以上には書かれていません(2026年9月確認、出典は末尾にリンク)。これはベンダーへの批判ではありません。ただ、そのバンドルが自分のチームに合うかどうかを知るには、読み手が別の場所で調べるか、そのまま信じるしかないということです。

翻訳、字幕、文字起こしという同じ3つの言葉が、製品ごとに大きく異なる仕組みを指して使われています。そこで、現時点の InterMIND でそれぞれがどう動くのかを、確認できる形で説明します。

翻訳:自分でオンにし、声は話し手本人のもの

翻訳は自動では始まりません。ミーティングごとに、コントロールバーの More メニュー(またはショートカット Alt+T)から意図的に有効にします。使えるのは、ルーム内に少なくとも2つの言語がそろってからです。その後、各参加者が自分の翻訳言語を個別に設定します。5人が5つの言語で話す通話なら、全員が他の全員の発言を自分の言語で同時に聞けます。

出力は、無個性なナレーターの声ではありません。音声認識、文の分割、翻訳、音声合成がパイプラインとして動き、最後の段階で、翻訳された文を元の話し手本人の声に近い声で再合成します。機械的なテキスト読み上げではなく、聞けばその人だと分かる声です。このパイプラインの技術的な内訳は別の記事にあります。ここでの要点は、翻訳をオンにしても「何が言われたか」だけでなく「誰が言ったか」も残るということです。対応言語は、音声・チャット・共有ノートが23言語、ドキュメントファイル全体の翻訳が30言語です。この違いとその理由は言語の内訳で説明しています。

字幕:デフォルトでオン、覚えておくべき別スイッチはありません

InterMIND のライブ字幕は、同じストリームの翻訳テキストを、ミーティング中に字幕バナーとして表示するものです。機能があること自体より重要な点が2つあります。

• デフォルトはオンです。 何も変更しない参加者でも、翻訳が有効になれば翻訳された発言がすでに画面に表示されます。ミーティングの途中で2つ目のスイッチを探す必要はありません。
• バナーはブラウザごとに最後の選択を記憶します。 あるミーティングで字幕をオフにすれば、再びオンにするまで次のミーティングでもオフのままです。ターゲット言語が必要とする場合は、右から左への表示に自動で切り替わります。

字幕は、同じ翻訳音声に重ねて読むためのチャネルです。事前に設定画面で用意しておく独立した製品ではありません。これは、字幕の言語がイベント前に主催者側で設定される他のプラットフォームでよく問題になる、「誰がどの字幕言語を見られるのか」という論点とは対照的です。同じ字幕が、参加者1人の画面で通話の横で動くコパイロットとどう違うのかは、別のガイドで説明しています。

文字起こし:自動で行われ、「検索可能」の範囲も明確

文字起こしには開始/停止ボタンがありません。ミーティングが始まった瞬間から、すべての発言が記録され、話した人に紐づけられ、実際に話された言語のままサーバーに保存されます。オンにするのを覚えておく必要も、オンにし忘れることもありません。

ミーティング終了後、ミーティングのチャットにリキャップメッセージが表示されます。それを開いて Transcript タブに切り替えると、話者ごとに分けられタイムスタンプ付きの文字起こし全文が表示されます。話し手の元の言語で記録されていても、必要に応じて読み手の言語へ翻訳できます。

「検索可能」は最も正確さが求められる言葉なので、現時点でそれが何を意味するのかを、控えめに言い換えることなくそのまま示します。

• ミーティングのチャット内では、本物のテキスト検索ができます。 発言の各ターンは、ミーティングの進行中に文字起こしメッセージとしてチャンネルに入ります。これらは他のメッセージと同じチャット検索の対象で、Ctrl/⌘+F で開き、キーワードを入力すると、一致するメッセージが前後の文脈とともに表示されます。
• 文字起こしページ自体はレンダリングされた通常のテキストです。 そのため、ブラウザ標準のページ内検索でも、一般的なウェブページと同じように単語や名前が見つかります。
• まだ全文検索の対象ではないのは、リキャップ内で文字起こしの上に表示される AI 作成の要約です。 現在、この要約はタイトルでは検索にかかりますが、本文は検索できません。誰かが話した特定の一文を探しているなら、それがあるのも検索が届くのも Transcript タブです。短い要約は検索範囲の狭い別のオブジェクトであり、この差を埋めることはロードマップに入っています。

本当に検索できる話し言葉のアーカイブと、現時点では検索できない短い AI 要約。この区別こそ、製品ページの「検索可能な文字起こし」という一行の箇条書きでは見過ごされがちな、具体的な挙動です。

1つのプラン上限であり、3つのライセンスではありません

3つの機能のどれも、専用のアドオンや専用のライセンスティアで制限されてはいません。プランによって変わるのはルームの規模で、Basic は50人、Pro は100人、Business は300人、Enterprise は1500人です。どのプランのホストでも、翻訳、字幕、文字起こしをまとめて利用できます。アップグレードで変わるのはルームに入れる人数であり、使える機能ではありません。

ゲストが得られるもの、残らないもの

アカウントを作らずにミーティングリンクから参加した参加者も、ミーティング中の体験をすべて利用できます。自分の翻訳言語(デフォルトはインターフェース言語で、これ自体はブラウザの設定に従います)、その言語での字幕、そして発言が他の参加者と同じく共有の文字起こしに記録されることです。得られないのは、ミーティング後のものすべてです。リキャップを届ける先のアカウントがなく、匿名のIDも通話終了後には保持されません。アカウントは無料で、リキャップ、検索できる文字起こし、チャンネル履歴といった通話後の部分に、あとからアクセスできるようにするのがアカウントです。これは、この機能群の中でも無条件に聞こえる部分とは対照的な、実際の制約です。ごまかさずにはっきり述べておくべきことだと考えます。

読むより、実際に試す

• ライブデモを試す — 登録不要。話しかけると、ルームの声が翻訳されて返ってきます。
• ベンチマークを見る — 言語ペアごとの翻訳品質を、実際のトラフィックで毎月測定。手法も公開しています。
• 文字起こしのドキュメントを読む — 文字起こしがどのように記録され、翻訳されて読み返せるのか、その仕組みの詳細です。

FAQ

翻訳、字幕、文字起こしは、それぞれ別にオンにする必要がありますか? 文字起こしは、ミーティングが始まった時点から自動で常にオンです。翻訳は意図的に選ぶもので、ルーム内に参加者の言語が少なくとも2つそろった時点で、More メニューまたは Alt+T から有効にします。字幕は同じストリームの翻訳テキストで、翻訳を有効にした時点でデフォルトでオンになります。そのため実際には、考えるスイッチは3つではなく1つです。

ミーティングの文字起こしは、スクロールするだけでなく本当に検索できますか? どちらもできます。文字起こしはミーティング中に発言ごとのチャットメッセージとして記録され、他のメッセージと同じチャット検索(Ctrl/⌘+F)の対象になります。キーワードを入力すると、一致する発言が表示されます。文字起こしページ全体も通常のテキストなので、ブラウザ標準のページ内検索もそのまま使えます。まだ全文検索の対象外なのは、AI が作成する短いミーティング要約の本文だけで、現在はタイトルで検索にかかります。

全員が同じ翻訳音声を聞くのですか、それとも話し手本人の声が保たれますか? 各参加者の翻訳された発言は、共通の無個性なナレーターではなく、その人自身をモデルにした声で再合成されます。翻訳された会話でも、話している人たちらしい声のままで、双方向に、しかも参加者それぞれに独立して届きます。

アカウントなしでゲストとして参加した場合、文字起こしとリキャップはどうなりますか? ゲストも、他の参加者と同じようにミーティング中の翻訳、字幕、文字起こしを利用できます。引き継がれないのは、ミーティング後のものすべてです。リキャップや文字起こしを届けるアカウントがなく、ゲストの匿名IDもミーティング終了後には保持されません。(無料の)サインアップをすると、通話後の記録にあとからアクセスできるようになります。

翻訳、字幕、文字起こしに、別のプランやアドオンはありますか? いいえ。3つともすべてのプランに含まれています。プランによって変わるのは、ホストが同時に迎えられる参加者数で、Basic は50人、Pro は100人、Business は300人、Enterprise は1500人です。

出典:NexGen Virtual Workplace — Speaking the Same Language: How Translation and Transcription Work Inside NexGen Virtual Workplace(2026年9月確認)。InterMIND の情報:リアルタイム翻訳のドキュメント、文字起こしのドキュメント、言語の内訳、本人の声での翻訳、ライブベンチマーク。