1つのInterMINDミーティングにおけるライブ翻訳、キャプション、検索可能なトランスクリプトの連携

4つのタイムゾーンにまたがるチームが抱えているのは、カレンダーの招待状上の言語の問題ではありません。誰かが話し始めた瞬間に生じる問題です。ライブ翻訳、ライブキャプション、そして後から見返せるトランスクリプトは、その摩擦を実際に取り除く3つの要素であり、最近では1つのプロダクトページにまとめて提示され、3つの独立したアドオンではなく1つのバンドルとして表現されることが増えています。

最近の例を挙げると、2026年9月にワークプレースプラットフォームのNexGen Virtual Workplaceが公開した記事は、「ライブ音声翻訳、ミーティングキャプション、検索可能なトランスクリプトを、ミーティングに後付けするのではなく、ワークデイに組み込んだ形で提供」する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サブスクライバーが利用できる」と述べています。提示されている仕様はこれだけです。サポート対象言語数は記載されておらず、3つの機能をアンロックするサブスクリプションティアも明示されておらず、「検索可能」が何を意味するかについても「過去のトランスクリプションを参照用に検索できる」以上の説明はありません（2026年9月確認、ソースは末尾にリンク）。これはベンダーへの批判ではありません。読者がこのバンドルが自社チームに適合するかを知る前に、他で調べるか信じて受け入れる必要がある内容を示しているにすぎません。

翻訳、キャプション、トランスクリプトという同じ3つの言葉が、プロダクトによって意味の異なる仕組みに使われるため、以下にInterMINDにおけるそれぞれの具体的かつ検証可能な仕様を示します。

翻訳：自分でオンにする、そして自分自身の声で

翻訳は常に動いているわけではありません。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 Alt+T ショートカット）から意図的に有効化します。ルームに2つ以上の言語が存在すると利用可能になります。そこから先は、各参加者が各自の翻訳言語を独立して設定します。5つの言語を話す5人での通話では、全員が他の全員の発言を自分の言語に翻訳されて同時に聞くことになります。

出力は汎用のナレーター音声ではありません。音声認識、文分割、翻訳、音声合成がパイプラインとして実行され、最終段階で翻訳された文を元の話者の声をモデルにして再合成します。平坦なテキスト読み上げではなく、話者だと認識できる声になります。このパイプラインの技術的な仕組みについては別の記事で解説しています。ここでの要点は、翻訳をオンにすると「何が言われたか」だけでなく「誰が言ったか」も翻訳を経て保持されるということです。対応言語数は、音声・チャット・共有ノートで23言語、ドキュメント全体のファイル翻訳で30言語です。この区分とその理由については言語対応の詳細をご覧ください。

キャプション：デフォルトでオン、別途覚えておくべきトグルではない

InterMINDのライブキャプションは、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します。機能が存在すること以上に重要な2つの詳細があります：

• デフォルトでオン。 何も変更しない参加者も、翻訳が有効化された時点で画面上に翻訳された発言を確認できます。ミーティング中に見つけるべき2つ目のスイッチはありません。
• バナーはブラウザごとに直前の選択を記憶します。 あるミーティングでキャプションをオフにすると、再びオンにするまで次回もオフのまま維持されます。また、対象言語が必要とする場合は右から左への表示も自動的に行われます。

キャプションは、同じ翻訳音声の上に重ねる読み取りチャネルであり、事前に設定する専用の設定ページを持つ独立したプロダクトではありません。これは、キャプション言語がイベント前に主催者側で選択される設定であるプラットフォームで支配的な「誰がどのキャプション言語を見られるか」という問題とは対極にあります。同じキャプションと、ある参加者の画面で通話に並行して動作するコパイロットとの比較については別のガイドをご覧ください。

トランスクリプション：自動化、「検索可能」の範囲を明確に

トランスクリプションにStart/Stopボタンはありません。ミーティングが開始された瞬間から、すべての言葉がキャプチャされ、発言した話者に帰属付けされ、実際に話された言語のままサーバーに保存されます。誰もオンにすることを覚える必要がなく、忘れることもできません。

ミーティング終了後、ミーティングチャットに recap メッセージが表示されます。それを開き、Transcript タブに切り替えると、話者帰属付き・タイムスタンプ付きの完全なトランスクリプトが表示されます。話者の元の言語でキャプチャされていても、読者の言語へのオンデマンド翻訳が可能です。

「検索可能」は最も精密な説明を要する言葉であるため、誇張なしに現時点での正確な意味を示します：

• ミーティングのチャット内では、リアルなテキスト検索です。 ミーティングの進行中、各発話はトランスクリプションメッセージとしてチャネルに配信され、それらのメッセージは他のすべてのメッセージと同じチャット検索の対象になります。Ctrl/⌘+F で検索を開き、キーワードを入力すると、一致するメッセージがコンテキストとともに表示されます。
• トランスクリプトページ自体はプレーンなレンダリングテキストです。 ブラウザ自身のページ内検索が、他のウェブページと同様に単語や名前を見つけられます。
• フルテキスト検索の対象外なのは、recap内でトランスクリプトの上に配置されるAI生成サマリーです。 現在、このサマリーはタイトルで検索されますが、本文の検索はできません。誰かが発言した特定の文を探している場合は、Transcriptタブがその保存場所であり、検索が届く範囲です。短いサマリーは別のオブジェクトであり、検索範囲が狭くなっています。このギャップを埋めることはロードマップに組み込まれています。

この違い — 本当に検索可能な音声アーカイブと、現時点では検索できない短いAIサマリーの並存 — は、プロダクトページの「検索可能なトランスクリプト」という1行の箇条書きでは省略されがちな具体的な動作です。

1シート、1プランの上限 — 3つのライセンスではない

3つの機能はいずれも、独自のアドオンやライセンスティアによって制限されていません。プランに応じてスケールするのはルームのサイズです。Basicでは50参加者、Proでは100、Businessでは300、Enterpriseでは1500です。いずれのプランのホストも、翻訳、キャプション、トランスクリプションをセットで利用できます。アップグレードによって変わるのはルームに入れる人数であり、3つの機能のうちどれを利用できるかではありません。

ゲストが得られるもの、そして保持されないもの

アカウントを作成せずにミーティングリンクから参加した参加者は、ミーティング内のすべての体験を利用できます。自身の翻訳言語（インターフェース言語がデフォルトとなり、インターフェース言語自体はブラウザに追従します）、その言語でのキャプション、そして他の参加者と同様に自身の発言が共有トランスクリプトにキャプチャされます。ただし、ミーティング終了後に得られないものがあります。recapの送信先となるアカウントがなく、通話が終了すると匿名の身元は保持されません。アカウントは無料であり、まさにそれが通話後の部分 — recap、検索可能なトランスクリプト、チャネル履歴 — を後から利用可能にする要素です。これは現実的な制限であり、無条件と思えるこの機能セットの他の部分とは逆の性質を持つため、曖昧にせず明確に述べる価値があります。

読む代わりに実際に見る

• ライブデモを試す — サインアップ不要：話しかけて、ルームがあなたに翻訳し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を月次で実際のトラフィックで測定。手法は公開済み。
• トランスクリプションのドキュメントを読む — トランスクリプトがどのようにキャプチャされ、翻訳されて読み返されるかの完全な仕組み。

FAQ

翻訳、キャプション、トランスクリプションを個別にオンにする必要がありますか？ トランスクリプションは、ミーティング開始と同時に自動的に常にオンになります。翻訳は意図的な選択であり、ルームに2つ以上の参加者言語が存在する状態でMoreメニューまたはAlt+Tから有効化します。キャプションは同じストリームの翻訳テキストであり、翻訳が有効化された時点でデフォルトでオンになるため、実際に考慮すべきスイッチは3つではなく1つです。

ミーティングのトランスクリプトを実際に検索できますか、それともスクロールするだけですか？ 両方可能です。トランスクリプトはミーティング中にチャットメッセージとしてターンごとにキャプチャされ、他のすべて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ターンが表示されます。完全なトランスクリプトページもプレーンテキストなので、ブラウザのページ内検索が直接機能します。現時点でフルテキスト検索の対象外なのは、短いAI生成のミーティングサマリーの本文のみで、現在はタイトルでのみ検索されます。

全員が同じ翻訳音声を聞くのですか、それとも話者自身の声が保持されますか？ 各参加者が聞く翻訳音声は、共有の汎用ナレーターではなく、話者自身の声をモデルにして再合成されます。その効果は、双方向かつ各参加者について独立して、会話している人々の声のまま聞こえる翻訳会話となります。

アカウントなしでゲストとして参加した場合、トランスクリプトやrecapはどうなりますか？ ゲストは他の参加者と同様に、ミーティング内の翻訳、キャプション、トランスクリプションを完全に利用できます。引き継がれないのはその後のものです。recapやトランスクリプトの送信先となるアカウントがなく、ミーティング終了後はゲストの匿名の身元は保持されません。アカウント登録（無料）を行うことで、通話後の記録にアクセスできるようになります。

翻訳、キャプション、トランスクリプションに固有のプランやアドオンはありますか？ いいえ — 3つはすべてのプランにセットで含まれます。プラン間で変わるのは、ホストが同時にホストできる参加者数です。Basicでは50、Proでは100、Businessでは300、Enterpriseでは1500です。

ソース：NexGen Virtual Workplace — 同じ言語を話す：NexGen Virtual Workplaceにおける翻訳とトランスクリプションの仕組み、2026年9月確認。InterMINDの事実：リアルタイム翻訳ドキュメント、トランスクリプションのドキュメント、言語対応の詳細、自身の声での翻訳、ライブベンチマーク。