字幕を読む会議から、翻訳音声で参加する会議へ

言語AIサービスを手がけるDeepLの日本法人は9月29日、報道関係者向け説明会を開き、「DeepL Voice」の音声間翻訳とAIアシスタントとの連携を紹介した。音声通訳の一般提供は9月15日、ChatGPTなどとのMCP連携は9月22日に発表しており、会議への参加と文書処理の双方で、普段使う業務ツールから翻訳を利用できる環境を広げている。

音声間翻訳は30以上の言語に対応し、日本語、英語、中国語、ドイツ語など14言語では、話者の声質を保つ「スピーカーマッチ」を利用できる。事前に音声を登録する必要はなく、発話をその場で解析して声の高さやトーン、テンポ、抑揚を翻訳音声に反映する仕組みで、複数人の会話でも声の違いから発言者を識別しやすくする狙いがある。

DeepL Voiceは2024年11月、会議や対面会話で翻訳字幕を提供するサービスとして登場した。音声間翻訳は2025年10月に開発中の機能として発表され、2026年4月から早期アクセスを実施していたため、一般提供は字幕中心の利用を音声へ広げる節目となる。資料を見ながら発言を聞けるようになることで、翻訳字幕と資料の間で視線を動かす負担の軽減につながると考えられる。

会議サービス各社との競争で問われる、横断利用の利便性

話者の声を保つ音声翻訳は、会議サービス各社も展開している。Googleは2025年5月、声やトーン、表現を維持するGoogle Meetの音声翻訳をベータ版として発表し、Microsoft Teamsの「Interpreter」も、希望する言語で発言を聞く機能と本人に似せた声での読み上げに対応する。字幕を介した内容理解から、声を通じて会話に参加する体験へと、開発の対象が広がっている。

こうした競争の中で、DeepLはZoom、Microsoft Teams、Google Meetを同じWindows・Mac用アプリで扱う仕組みを整えた。会議を自動検出してワンクリックで翻訳を起動し、字幕を資料などに重ねて表示できるため、社内会議と取引先との商談でサービスが変わっても操作をそろえられる。複数の会議基盤を使う企業にとっては、この横断利用がDeepLを選ぶ理由の一つになり得る。

ただし、利用する場面によって参加条件は異なる。オンライン会議で翻訳音声を聞くには、デスクトップアプリと対象のVoiceライセンスが必要だが、対面向けのグループ会話では、主催者がライセンスを持っていれば最大20人が各自の端末からQRコードで参加できる。継続的な社内利用と、一時的に参加する来訪者を含む会話では契約の組み方が変わるため、対応言語と併せて利用者の範囲を検討することになる。

翻訳の正確さに加え、発言への応答を待たせないか

翻訳品質について、DeepLはSlatorによる字幕翻訳の比較調査を公表している。28人の翻訳者・通訳者が14の言語組み合わせを評価し、DeepL VoiceのZoom版は100点満点で96.4点、Teams版は96.3点だった。調査はDeepLの委託でSlatorが独立して評価・分析したもので、字幕の品質と表示の安定性を対象とする一方、音声通訳の実用性には、訳が届くまでの時間と会話を再開するタイミングも関わってくる。

説明会で日本語と韓国語の翻訳を体験したImpress Watchは、遅延が体感で1秒未満から数秒程度だったと報じ、会話を妨げるほどの遅れは感じなかったとしている。翻訳音声にも話者の声質や話し方が反映されたという評価で、説明会の環境では、発言を聞いて応答する流れを維持できた様子がうかがえる。

この応答速度を改善するため、DeepLは音声認識、テキスト翻訳、音声生成を順番に行う処理の単一モデル化を進めている。CoRRiENTEの取材によると、遅延を約2秒へ短縮することを目指し、短い発言はすぐ訳し、文末まで聞く必要がある発言では文脈を待つなど、出力のタイミングを調整する方針だ。説明を聞く用途から質問や意見を交わす用途へ広げるうえで、正確さと待ち時間をどう両立させるかが開発の焦点となる。

AI内の文書翻訳では、社内用語を引き継ぐ運用へ

会話を支えるDeepL Voiceと並行して、テキスト・文書翻訳では、AIアシスタントと外部ツールを接続する規格「MCP」への対応を進めた。ChatGPT、Claude、Microsoft CopilotなどにDeepLアカウントを連携すると、AIとの作業を続けながら翻訳を依頼でき、文章やファイルを別画面へ移して結果を貼り戻す手順を減らせる。

企業での意味は、操作の省略に加え、翻訳に使う設定を作業環境が変わっても引き継げる点にある。文書のレイアウトを維持した翻訳に既存の用語集やカスタムルールを適用できるため、AIで作成した草案にも、会社が定めた製品名や専門用語の訳語を反映しやすくなる。組織の管理者は連携機能の利用可否を制御でき、翻訳の設定とアクセス管理を含めた運用につながる。

会議サービス側にも音声翻訳が広がる中、企業が比較する範囲は、個々の翻訳精度から、会議への接続、参加者の契約、用語の統一まで広がると考えられる。DeepLの横断利用が日常業務でどれほど操作や管理の負担を減らし、音声モデルの改善が対話のテンポを支えられるか。利用場面ごとの効果が、導入を続ける理由を左右しそうだ。

公式発表：DeepL