Zoomは今年、多言語会議に関する議論を静かに変えた。同社は音声翻訳機能をベータ版としてリリースした。これは、人間の通訳者を介さずに、話者の音声を別の言語に自動的に変換する初の試みだ。長年にわたり、 Interprefy Agentのような専用の通訳プラットフォームに頼ってグローバル会議を運営してきた組織にとって、Zoom独自のこの機能が既存のシステムに取って代わるのかどうかは、当然の疑問となるだろう。
結論から言うと、少なくとも現時点では、Zoomのネイティブ音声翻訳機能は対応していません。Zoomのネイティブ音声翻訳機能は現在5言語のみをサポートしており、Pro、Business、Enterpriseプランの米国アカウントのみ利用可能です。また、業界誌の報道によると、字幕を合成音声に変換するため、一時停止のたびに遅延が発生します。一方、Interprefy Agentは、適切にスケジュールされたZoomミーティングであれば、80以上の言語でリアルタイムのAI音声翻訳や字幕を提供します。さらに、より重要なコンテンツで人間の通訳が必要な組織は、Interprefyの別途提供されるプロフェッショナル通訳サービスを通じて通訳を追加できます。真に国際的なミーティングのほとんどにおいて、Zoomのネイティブツールは、専用の通訳プラットフォームの代替にはなり得ません。.
この記事の残りの部分では、ZoomのネイティブAI翻訳が実際に何を提供しているのか、Interprefy Agentが同じ問題にどのように異なるアプローチを取っているのか、そして両者の真の相違点はどこにあるのかを詳しく解説します。.
Zoomは、 Voice Translatorを 、ほぼリアルタイムで動作する自動音声認識、機械翻訳、テキスト読み上げから構築された、音声から音声への直接翻訳と説明しています。現在、英語、中国語、スペイン語、フランス語、日本語の5言語に対応しており、2026年後半にはポルトガル語、アラビア語、ドイツ語、イタリア語が追加される予定です 業界誌の発表によると、この機能は、WindowsまたはmacOSでZoom Workplaceデスクトップアプリ（バージョン7.0.0以降）を使用している、Pro、Business、またはEnterpriseプランの米国在住の有料顧客が利用できるベータ版です。60日間の無料ベータ期間中、対象ユーザーは30日ごとに5時間、合計最大10時間の翻訳を利用でき、その後、この機能は有料アドオンになる予定です。
より大きな制約は、実際の動作方法にある。Zoomは音声同士を直接フレーム化する機能を備えているにもかかわらず、 Slatorの報告によると 、この機能は「既存の翻訳字幕技術と統合」されており、音声を最初から最後まで翻訳するのではなく、翻訳されたテキストを合成音声に変換している。そのため、途切れることのない長い会話の場合、翻訳された音声は話者が一時停止した後にのみ配信される可能性があり、生の会話と並行して流れるのではなく、後から追いつかれる形になる。
精度もまだ発展途上です。Slator の報道に、Zoom自身も翻訳品質は「言語ペア、音声品質、話者の明瞭度によって異なり、進化する可能性がある」と注意喚起しています。Zoomはまた、 翻訳字幕 機能も提供しており、Business Plus、Premier、Enterpriseプランに含まれているほか、その他の有料アカウントではユーザー1人あたり月額5ドルのアドオンとして利用できますが、これはテキスト字幕のみを対象としており、音声翻訳は対象外です。
こうした制約を踏まえると、専用プラットフォームが同じ問題をどのように異なる方法で解決しているかを知ることは有益です。Interprefy Agentは、 Zoomの組み込み機能とは異なるアプローチを採用しています。Zoom独自の翻訳エンジンに翻訳機能を組み込むのではなく、スケジュールされたZoomミーティングに自動参加者として参加します。招待されると、ミーティングの音声を Interprefyのプラットフォーム、そこでAI翻訳がリアルタイムで実行され、音声または字幕として参加者に配信されます。
参加者は、エージェントがZoomチャットに自動的に投稿するリンクまたはQRコードを通して翻訳を視聴します。これらのリンクまたはQRコードは、ブラウザまたはInterprefyモバイルアプリからアクセスできます。字幕とAI音声翻訳は、ミーティング開始と同時に自動的にオンになるため、主催者が別途操作する必要はありません。セットアップ自体はプロジェクトマネージャーが行い、ミーティングに招待するためのエージェント専用のメールアドレスを提供します。エージェントはセッション開始の数分前に参加し、セッション終了時に自動的に退出します。主催者側では、プラグイン、追加ソフトウェア、手動による音声ルーティングは一切不要です。.
AI音声翻訳とAIによる字幕は80以上の言語に対応しています。Agentは話者ラベルもサポートしており、ライブ字幕の横で誰が話しているかを識別できるため、複数参加者の議論が理解しやすくなり、AIが各話者の発言を個別に処理して翻訳精度を高めることができます。Agent自体はAIのみですが、正確性とニュアンスが本当に重要なイベントでは、Interprefyの別個のInject統合により、6,000人以上の厳選された人間の通訳者のネットワークからプロの遠隔同時通訳をZoomの言語チャンネルにストリーミング配信するため、コンテンツがより高いレベルを要求する場合でも、組織はAIだけに縛られることはありません。プラットフォームを切り替えることなくAIから人間の通訳に移行できるこの柔軟性が、単一のユースケース向けに構築されたネイティブ機能との根本的な違いです。.
| Zoom AI ライブ音声翻訳 | Interprefy エージェント | |
|---|---|---|
| 対応言語 | 5言語（英語、中国語、スペイン語、フランス語、日本語）。さらに4言語を2026年後半に追加予定。 | 80以上の言語、6,000以上の組み合わせ（AI） |
| 利用可能性 | ベータ版、米国拠点のPro、Business、またはEnterpriseアカウントのみ。デスクトップアプリ（7.0.0以降）のみ。 | 予定されているZoomミーティング |
| 翻訳方法 | 直接音声対音声変換を謳っているが、字幕を合成音声に変換すると報告されている。 | ライブAI音声翻訳および/または字幕 |
| サポートされている会議の種類 |
標準的なZoomミーティング | 標準的なZoomの多言語対応プロフェッショナルミーティング（パーソナルミーティングルーム、アドホック通話、登録必須ミーティング、ウェビナー、ブレイクアウトルームは除く） |
| 設定 | Zoomに組み込まれているため、招待は不要です。 | 他の参加者と同様に、エージェントのメールアドレスを招待してください。 |
| 話者識別 |
はい、以前からある機能です。ライブ文字起こしパネルには、発言者の名前が表示されます（認識できない場合は「不明な発言者」と表示されます）。 | 話者ラベルは、ライブ字幕と並んで誰が話しているかを示します。 |
出典: Zoom、 Zoomサポート、 Slator、 Interprefy、2026
5つの対応言語のうち2つを話す2つのチーム間での迅速な内部同期であれば、ベータ版を終了したZoomの組み込み機能は、追加費用のかからない妥当な選択肢となるでしょう。しかし、グローバルなタウンホールミーティング、投資家向け説明会、会議、トレーニングセッション、あるいは規制、医療、外交に関する内容を含むあらゆる会議においては、対応言語の狭さ、翻訳の遅延、未解決の精度問題などが相まって、主要なソリューションとしてはリスクが高いと言えます。また、Interprefy Agent自体にも限界があることに注意が必要です。現在、Interprefy Agentは、パーソナルミーティングルーム、アドホック通話、登録が必要な会議、ウェビナー、ブレイクアウトルームではなく、標準的な事前スケジュールされたZoomミーティングのみをサポートしているため、利用する前に会議形式が対応しているかどうかを確認することをお勧めします。.
次回のZoomミーティングの翻訳方法を選ぶ前に、次の3つの点を明確にしておきましょう。参加者が実際に必要とする言語の数、AI翻訳だけでコンテンツの精度が十分かどうか、そして検討しているツールがミーティング形式（予定された通話、ウェビナー、ブレイクアウトセッションなど）に対応しているかどうかです。招待状を送る前にこれらをきちんと確認しておけば、当日慌てる必要がなくなります。.
Interprefy AgentがZoomミーティングでリアルタイム翻訳をどのように処理するかを確認するには、 当社のプラットフォームをご覧ください。