オンライン通訳の仕組みと、プロの通訳者を選ぶべき場面

オンライン通訳（リモート通訳）とは、人間の通訳者が話し手のいる会場とは別の場所から、ビデオや音声を通じて通訳する方法です。聞き手は自分の言語で通訳を聞けます。大きく2つの形式があります。遠隔同時通訳（RSI） は、会議やウェビナー、カンファレンスで参加者全員にほぼリアルタイムで通訳を届けます。ビデオ遠隔通訳（VRI） は、ビデオを通じて通訳者を少人数の会話につなぎ、医療・法律・公共サービスの一対一でよく使われます。この記事では、音声が実際にどう流れるのか、どんな品質条件が必要か、そして人間の通訳者を選ぶべき場面を整理します。

RSIとVRIの違い

2つの用語は混同されがちですが、解決する課題が違います。

• RSI は会議向けの形式です。通訳者は仮想ブースで会議の音声を聞き、話し手とほぼ同時に訳出します。遅れは数秒程度です。聞き手は言語チャンネルを選び、1言語あたり数百人規模まで対応できます。この形式の詳細は同時通訳で解説しています。
• VRI は予約型の形式です。画面やタブレットに映る通訳者が、2〜3人の会話を通訳します。通常は交互に話すため、同時通訳ではなく逐次通訳になります。遠隔診療や銀行の窓口が典型例です。

さまざまな言語の参加者がいる会議を開くならRSI、1人の患者や顧客との会話を支援するならVRIか電話通訳が適しています。

ZoomとTeamsの音声チャンネルの仕組み

考え方はどこも同じです。通訳者が会議の原音を聞いて別の言語チャンネルに向けて話し、聞き手はどのチャンネルを聞くかを選びます。細かい点はプラットフォームごとに異なります。

• Zoom。 ホストが参加者を通訳者に指定し、言語を割り当てます。参加者は通訳チャンネルを選び、元の音声をミュートできます。通訳会社Dragomanの解説によると、標準で9言語、加えて数言語のカスタム言語を設定でき、1つのミーティングに最大20人の通訳者を置けます（DragomanのZoom RSIガイド）。対応言語を案内する前に、ご利用のプランで何が使えるかを確認してください。
• Microsoft Teams。 主催者が会議の開始前に言語通訳を有効にし、通訳者を割り当てます。通訳者はTeamsのデスクトップアプリで参加する必要があります。1つの会議で最大16の言語ペアを設定でき、エンドツーエンド暗号化された会議やブレイクアウトルームでは使えません。Microsoftは通訳者を提供しないため、自社で手配します。会議の録画には元の音声のみが記録され、通訳は含まれません（Microsoft サポート）。
• Google Meet。 Meet標準の音声翻訳はAIによるもので、人間の通訳者は含まれません（9to5Google）。Meetで人間の通訳を使うには、通訳チャンネルを扱うサードパーティのプラットフォームが必要です。Akumeのような通訳AIボットなら、参加者として通話に加わるだけで、言語チャンネルの設定は要りません。
• 専用のRSIプラットフォーム。 Interprefyのような事業者は、会議ツールの外にブースを用意します。話し手の音声はプラットフォーム経由で遠隔の通訳者に届き、通訳音声はウェブページやアプリ、会場のスクリーンを通じて聞き手に届きます（Interprefy）。通訳者間のリレーやサポート要員も担当します。リレー通訳 は、多言語の会議で、ブースに話し手の言語を理解する通訳者がいない場合に必要です。1人が英語などの共通言語に訳し、ほかの通訳者がその英語から訳します。リレーが1段増えるごとに遅延と誤りのリスクが増えるため、リレー担当の通訳者には特に丁寧な事前説明と十分な準備時間を確保してください。

VRIの実際の進め方

VRIはRSIと進め方や準備が異なります。大勢が言語チャンネルを選ぶライブの会議ではなく、少人数のビデオ通話に1人の通訳者が加わる形で、医療・法律・福祉の場面でよく使われます。通訳者は同時通訳ではなく逐次通訳（交互に話す方式）を取ることが多く、同時通訳との違いは同時通訳の仕組みで説明しています。VRIは通常、通訳サービスのセンターを通じて予約し、日程調整と品質管理はセンターが担当します。

比較：RSIプラットフォーム、標準の通訳機能、AIボット

AkumeはGoogle Meet、Microsoft Teams、Zoomの通常のミーティングで動作します。Zoomウェビナーには対応していません。通話を始めるときに、60以上の言語から通訳したい2〜10言語を選ぶと、会話の中で誰がどの言語を話しているかをAkumeが判別します。ただし、責任を負ってくれる人や、聞き返せる相手はいません。ここが人間の通訳との正直な境界線です。人と機械の選び方をさらに詳しく知りたい方は、通訳者とAI通訳の選び方をご覧ください。

品質を左右する条件

オンライン通訳の品質は、通訳の流れの中でいちばん弱い部分で決まります。RSIとVRIでは求められる条件が違います。

RSIの品質チェックリスト

1. 音声。 通訳者には、クリアな原音とよいマイクが必要です。ノイズキャンセリング付きヘッドセットか高品質なデスクトップマイクが最低条件で、ノートPCのスピーカーや内蔵マイクでは不十分です（Interprefy）。話し手にもヘッドセットかそれなりのマイクを使ってもらいましょう。通訳者は聞こえない内容を訳せません。
2. 回線。 通訳者には有線接続と十分な性能のPCを求め、予備としてモバイルのテザリングも用意してもらいます。通訳者の回線が切れると、その言語チャンネルを聞いている全員に無音が流れます。
3. ペア体制と交代。 同時通訳は非常に疲れるため、30分を超える場合は1言語につき2人を手配し、通常20〜30分ごとに交代します。休んでいる側も聞き続け、数字や固有名詞をサポートします。交代時にチャンネルが無音にならないよう、合図を事前に決めておきましょう。
4. 事前説明。 スライド、用語集、登壇者名、進行表を数日前に送ります。品質への影響が最も大きく、費用がかからない対策です。
5. リハーサル。 通訳者、主な登壇者、プラットフォームの担当者で接続テストをします。本番のトラブルの多くは音声の経路の問題で、10分のリハーサルで早めに見つかります。

VRIの品質チェックリスト

VRI（予約制）で重視する点は異なります。通常は通訳者が1人（交代なし）で、逐次通訳（交互に話す方式）、枠も短めです。早めの予約、通訳者と利用者それぞれが静かに話せる環境、予約前の機材と回線の確認、通話の途中で難しい専門用語が突然出ないようにすることがポイントです。資料は24時間前までに送ってください。

遠隔の人間の通訳者が最適な場面

• 1文の誤訳の代償が大きい。 法廷、医療の同意、規制のかかる交渉、外交では、責任を負い、確認を求められるプロが必要です。
• 聴衆が多い、または公式な場。 複数言語、質疑応答、司会者のいるカンファレンスでは、手配した通訳者と、リレーやサポートを担うプラットフォームの組み合わせが向いています。
• 専門用語が重要。 医学会議のような専門的なイベントでは、事前に用語を準備した通訳者が力を発揮します。
• 結果に責任を持つ人が必要。 文書、証言、公式記録が通訳に基づく場合は、その内容を保証できる人がいなければなりません。

一方、日常の通話や社内会議、くだけた会話では、人間の通訳者の手配は必要以上になりがちです。選択肢を比べているなら、イベント向けAIツールを比較したWordlyの代替サービスや、Zoom自体が人間の通訳なしでできることを紹介するZoomのライブ翻訳も参考にしてください。

自分の通話でAI通訳を試す

頭の中だけで決める必要はありません。短いライブ通話でAI通訳を聞いて、日常の会議に使えるかどうかを確かめましょう。大事な場面には、これまでどおり人間の通訳者を残せます。