ライブキャプションと音声翻訳、会議ではどちらを使う？

ライブキャプションは、話し手の言葉を同じ言語の文字にして、話すそばから表示します。音声翻訳は、それを別の言語で読み上げます。その中間にあるのが翻訳キャプションで、同じ文字を別の言語で表示します。聞こえない人がいるなら文字、読みながら聞くのが難しい人がいるなら音声、参加者の状況が混在しているなら両方を選びます。

ライブキャプションと翻訳のどちらにするか、より正確には、キャプションだけにするか翻訳とキャプションを併用するかは、誰に何が必要かで決まります。ところがこの3つはまとめて1つの機能として扱われがちで、ビデオ会議アプリの「キャプション」設定だけでは、本当に知りたいこと、つまりこの会議の全員が内容についていけるかどうかは分かりません。この記事では、3つの違い、スマートフォンやブラウザ標準のキャプションでできること・できないこと、会議の種類ごとの選び方を整理します。

それぞれの役割

ライブキャプション（同じ言語）

音声が、話されている言語の文字に変換されます。翻訳は行われません。自動キャプションは、端末、会議アプリ、ボットなどから提供されます。CART（Communication Access Real-Time Translation、リアルタイム文字通訳）は人が行う方式で、訓練を受けた担当者が逐語で入力します。アクセシビリティが正式な要件となる場面での標準です。

役立つ人：聴覚障害や難聴のある参加者、騒がしい場所にいる人、強いアクセントの話し手や、第二言語で早口に話す人について行きたい人。

翻訳キャプション

同じ文字を、別の言語で表示します。聞き手は読んで理解します。Google Meet、Microsoft Teams、Zoomでは有料プランで提供され、ChromeとPixelの一部機種では端末上で使えます。

役立つ人：聞くより読むほうが得意な人、そして会議が自分の使わない言語で行われている聴覚障害・難聴の参加者。後者にとって、翻訳された文字は便利機能ではなく、唯一の手段です。

音声翻訳

聞き手の言語で訳文を読み上げる声です。多くはイヤホンや2本目の音声チャンネルで流れ、元の話し手はそのまま話し続けます。会議の現場では人間の同時通訳者が担い、AI翻訳ならどんな通話にも使えます。仕組みは音声翻訳ツールの仕組みで詳しく解説しています。

役立つ人：運転中の人、発表中の人、メモを取っている人、読むのに疲れた人、そして読み書きが苦手な聞き手。ただし、音声が聞こえない人の助けにはなりません。

端末標準のキャプションでできること・できないこと

スマートフォンやブラウザ標準のキャプションは、無料で、プライバシーに配慮され、端末上で動作します。ただし、その1台で再生される音声にキャプションを付けるための機能であり、多言語会議を運営するためのものではありません。

• Android のライブキャプション。 端末上のメディアや通話にキャプションを付けます。Googleによると、音声とキャプションの処理は端末内で行われます。対応言語は機種によって異なり、Pixel 6以降が最も広くなっています。翻訳（ライブ翻訳）はPixel 6以降に限られます。通話中に返信を入力する場合は、同じ言語のみ対応です。
• iPhone のライブキャプション。 Appleのアクセシビリティ設定の一部で、アプリやFaceTimeの音声にキャプションを付けます。通話向けのApple独自の翻訳機能は、端末、iOSのバージョン、言語によって異なります。顧客に約束する前に、Appleのページで確認してください。
• Chrome のライブキャプション。 ブラウザで再生される音声にキャプションを付け、Web会議も対象です。Googleが対応言語の一覧を公開しており、キャプションの翻訳は現在、Windows、Mac、Chromebook Plusで動作し、すべての端末で使えるわけではありません。

3つに共通するのは、キャプションが自分にしか見えないという点です。会議の一部ではないので、自分がオンにしても、ほかの誰かに翻訳が届くわけではありません。個人のアクセシビリティの基本としては優れていますが、チームで使うツールとしては不十分です。

Meet、Teams、Zoomのキャプションと翻訳

• Google Meet は、一部のWorkspaceエディションで翻訳キャプションを提供しています。各参加者が、キャプション設定で自分でオンにする必要があります。
• Microsoft Teams は、主催者がTeams PremiumまたはMicrosoft Copilotを利用している場合に、会議でライブ翻訳キャプションを使えます。Microsoftは50以上の音声言語を挙げていますが、翻訳先の言語はそれより少なくなっています。
• Zoom は、翻訳キャプションをアドオンまたは上位プランで提供しています。音声については、人間の通訳者用に別の音声チャンネルを設けることができます。

いずれも文字によるものです。翻訳された声を自分で聞ける機能はなく、そこで専用の翻訳ツールの出番になります。音声面については、リアルタイム音声翻訳と英語・スペイン語のライブ翻訳のガイドで解説しています。

比較

双方向の会話では、問いが「何を出力するか」から「誰にどんな出力が必要か」に変わります。聴覚障害のあるデザイナーと、別の言語を話す耳の聞こえるクライアントでは、必要なものがそれぞれ違い、共有された1つのキャプション画面ではどちらにも応えられません。以下の例は、まさにその場面です。

会議の種類別の選び方

• 社内会議、1言語、聴覚障害・難聴の同僚がいる。 同じ言語のライブキャプションを使います。正確さが正式な要件ならCARTを。日常業務の大半は、自動キャプションで十分です。
• 顧客との通話、2言語、聴覚に関するニーズのある人はいない。 音声翻訳を使い、人名や数字の確認用にキャプションを添えます。たとえばイタリア語・英語の通話は、カメラを見たままで文字を読みたくない人が多いため、音声が中心になります。
• 同じ通話に、聴覚に関するニーズのある参加者が1人いる。 その人が読む言語でキャプションを出し、ほかの人のために音声も加えます。音声翻訳だけでは、その人の助けになりません。
• ウェビナーや全社会議など、大人数の聴衆。 話し手の言語で会場全体向けのキャプションを出し、言語ごとの翻訳キャプションを加えます。読みながら聞けない人のために、音声も用意します。
• ワークショップ、インタビュー、リサーチ。 文字が中心です。あとで記録が役立ち、正確な言い回しが重要だからです。音声は、ゲストから求められたときだけ加えます。

5つに共通する原則は、プラットフォームが機能をどう呼んでいるかではなく、各参加者が何をできるかで出力を選ぶことです。

ライブデモで比べてみる

違いを読むより、実際に体験するほうが早く分かります。無料のライブデモでは、自分で話し、文字が表示される様子を見て、翻訳を聞き、自分の会議にどの形式が合うかを判断できます。

よくある質問

ライブキャプションと翻訳は同じものですか？ いいえ。ライブキャプションは、話された内容を同じ言語で文字にします。翻訳は言語を変えるもので、出力は文字（翻訳キャプション）か音声（音声翻訳）です。1つの会議で、どれか1つだけ使うことも、3つすべてを組み合わせることもできます。

聴覚障害や難聴のある参加者には何が必要ですか？ 文字が必要です。会議がその人の言語で行われているなら同じ言語のキャプション、そうでなければ翻訳キャプションを用意します。音声翻訳だけでは参加できないため、音声翻訳を提供するときは必ず文字も提供してください。

AndroidやiPhoneのライブキャプションで会議を翻訳できますか？ これらは、自分の端末で再生される音声にキャプションを付けるための機能です。翻訳は限定的で、Googleは一部のPixelスマートフォンで提供し、Appleの翻訳機能は端末、アプリ、言語によって異なります。顧客との通話で頼る前に、各社の最新の対応一覧を確認してください。

同じ会議でキャプションと音声翻訳を併用できますか？ はい。参加者の状況が混在する会議では、多くの場合これが最も安心な構成です。たとえばAkumeは通話画面にキャプションを表示し、リスナー用リンクを開いた人は自分の言語で音声翻訳を聞けます。

自動キャプションはCARTと同じですか？ いいえ。CARTは、訓練を受けた専門の文字起こし担当者が行う逐語記録で、正確さが正式なアクセシビリティ要件となる場合の標準的な方法です。自動キャプションはすぐにオンにできますが、人名や専門用語を取りこぼすことがあります。