PCの音声をリアルタイム翻訳する方法｜Zoom/Teams/Meetに依存しないWindowsアプリ
オンライン会議で外国語の参加者がいるとき、リアルタイムの翻訳ができればコミュニケーションは劇的に改善されます。しかし、Zoomの字幕機能は有料プラン限定、Google Meetは対応言語が限定的、Teamsは精度に課題があります。結論から言えば、会議ツールの字幕機能に依存せず、PCの音声を直接キャプチャして翻訳するWindowsアプリを使う方法が最も確実で柔軟性が高いです。
本記事では、PC音声のリアルタイム翻訳の仕組みと、じたん翻訳アプリの使い方を解説します。
PC音声翻訳とは
PC音声翻訳とは、PCから出力される音声（オンライン会議の相手の声、動画の音声、Web会議のプレゼン音声など）をマイク入力としてキャプチャし、リアルタイムでテキスト化・翻訳する技術です。
従来の翻訳アプリは「自分の声をマイクで拾って翻訳する」ものでしたが、PC音声翻訳は「相手の声（PCから出力される音声）を翻訳する」ことができます。これにより、オンライン会議で海外の参加者が話している内容を、リアルタイムで日本語のテキストとして確認できるようになります。
PC音声翻訳でできること
- オンライン会議の相手の発言をリアルタイム翻訳
- 英語のウェビナー・動画のリアルタイム字幕
- 外語のPodcastやニュースのリアルタイム翻訳
- プレゼンテーションのリアルタイム通訳
会議ツール別の制限
主要な会議ツールの字幕・翻訳機能には、それぞれ制限があります。
Zoom
- 翻訳字幕：Pro以上＋アドオン（$5/月）、またはBusiness Plus以上で利用可能
- 制限：無料版では利用不可、ホストが機能を有効にする必要あり
- 課題：ホスト設定が必要なため、主催者が翻訳機能を知らない場合は使えない
Microsoft Teams
- 翻訳字幕：Teams Premium（$7/月）またはM365 Copilot（$30/月）が必要
- 制限：ホストのライセンスに依存、参加者側からは有効化不可
- 課題：他社が主催する会議では使えない場合がある
Google Meet
- 翻訳字幕：Business Standard以上で利用可能、音声翻訳はAI Pro以上が必要
- 制限：無料版では利用不可、ホストのプランに依存
- 課題：Meet以外の会議ツールでは利用不可
共通の課題
すべての会議ツールに共通する課題は、「会議ツール側の機能に依存する」ことです。主催者が機能を有効にしていなければ使えず、対応言語や精度も会議ツールの仕様に左右されます。
PC音声翻訳の仕組み
会議ツールの機能に依存しないPC音声翻訳は、以下の仕組みで動作します。
- 音声キャプチャ：PCから出力される音声をオーディオAPIでキャプチャ
- 音声認識（ASR）：キャプチャした音声をテキストに変換
- 機械翻訳：テキストをターゲット言語に翻訳
- テキスト表示：翻訳結果を画面にリアルタイム表示
重要なのは、ステップ1の音声キャプチャをどのように行うかです。従来はVB-Cableなどの仮想オーディオデバイスが必要でしたが、最新のWindowsアプリではプロセスループバックキャプチャにより、仮想デバイスなしでPC音声を直接キャプチャできます。
プロセスループバック方式のメリット
PC音声翻訳で使われるプロセスループバック方式は、Windows上で再生されている音声をアプリ側で取得する方式です。従来のようにWindowsの既定出力を仮想ケーブルへ切り替える必要がないため、設定ミスや音声の回り込みが起きにくくなります。
1. 会議アプリの設定に依存しにくい
Zoom、Teams、Meetの翻訳字幕は、ホスト側のライセンスや設定に左右されます。プロセスループバック方式なら、会議アプリが翻訳機能を持っていなくても、PCで再生されている相手の音声を翻訳できます。
2. VB-Cableなどの仮想デバイスが必須ではない
仮想オーディオデバイスは便利な一方で、既定デバイスの切り替え、音声ルーティング、録音デバイスの選択などでつまずきやすい設定です。プロセスループバック方式では、通常のスピーカー出力を維持したままPC音声を取得できるため、導入のハードルが下がります。
3. 翻訳音声の回り込みを避けやすい
同時通訳で翻訳音声も再生する場合、翻訳後の音声を再び入力として拾ってしまうと、反復や誤認識の原因になります。プロセスループバック方式では、アプリ自身の音声を除外する設計にしやすく、元音声と翻訳音声を分けやすいのが利点です。
うまく翻訳されないときの確認ポイント
PC音声翻訳がうまく動かない場合は、翻訳エンジンより先に音声入力の状態を確認しましょう。
| 症状 | 確認すること |
|---|---|
| 翻訳がほとんど出ない | 会議や動画の音量が小さすぎないか、対象アプリから音が出ているか |
| 同じ言葉が繰り返される | 翻訳音声が入力側に回り込んでいないか |
| 言語が急に合わなくなる | 元言語の設定が実際の音声と一致しているか |
| 途中で止まる | ネットワーク、認証状態、音声ソースの切り替えを確認 |
| 音声は聞こえるのに翻訳されない | 物理スピーカーではなく別デバイスへ出力されていないか |
特に、会議中に言語設定を切り替える場合は、いったん翻訳を停止してから再開した方が安定します。音声認識は元言語の設定に強く依存するため、英語音声を中国語として認識させると、翻訳結果が途切れたり不自然になったりします。
じたん翻訳アプリの機能
じたん翻訳のWindows音声翻訳アプリは、以下の機能を提供します。
リアルタイム通訳
PCから出力される音声をリアルタイムでテキスト化・翻訳し、画面に表示します。対応言語は日本語、英語、中国語、韓国語、ドイツ語の5言語です。
特徴：
- PTT（プッシュトゥトーク）モード対応
- 連続認識モード対応
- 音声認識の遅延を最小化
- PTT→翻訳→音声合成までの一連の遅延を最小化
翻訳レンズ
PC画面上の外国語テキストをOCRで認識し、リアルタイムで翻訳します。ブラウザ、PDF、画像など、画面に表示されているテキストなら何でも翻訳可能です。
対応言語
| 言語 | 音声認識 | 翻訳 | 音声合成 |
|---|---|---|---|
| 日本語 | 〇 | 〇 | 〇 |
| 英語 | 〇 | 〇 | 〇 |
| 中国語 | 〇 | 〇 | 〇 |
| 韓国語 | 〇 | 〇 | 〇 |
| ドイツ語 | 〇 | 〇 | 〇 |
使い方ガイド
じたん翻訳アプリの基本的な使い方を解説します。
ステップ1：アプリのインストール
じたん翻訳のWebサイトからWindows用インストーラー（NSIS形式、約173MB）をダウンロードし、インストールします。Windows 10/11に対応しています。
ステップ2：アカウントログイン
アプリ起動後、じたん翻訳のアカウントでログインします。初回ログイン時はOAuth認証が行われます。
ステップ3：翻訳モードの選択
- リアルタイム通訳：PC音声またはマイク入力を翻訳
- 翻訳レンズ：画面上のテキストをOCR翻訳
ステップ4：音声ソースの選択
リアルタイム通訳モードでは、音声ソースを選択します。
- マイク：自分の声を翻訳
- PC音声：相手の声（オンライン会議など）を翻訳
PC音声を選択すると、プロセスループバックキャプチャにより、VB-Cableなどの仮想オーディオデバイスなしでPC音声を直接キャプチャします。古いWindows環境では仮想オーディオデバイス(VB-Cable等)が必要な場合もあります。
ステップ5：翻訳開始
言語ペア（例：英語→日本語）を選択し、「翻訳開始」ボタンを押すと、リアルタイムで翻訳が開始されます。翻訳結果はアプリ画面にテキストとして表示されます。
まとめ
オンライン会議のリアルタイム翻訳は、会議ツールの字幕機能に頼る方法から、PC音声を直接キャプチャして翻訳するアプリを使う方法へ移行しつつあります。じたん翻訳アプリは、VB-CableなしでPC音声をキャプチャし、5言語のリアルタイム翻訳を提供します。
Zoom、Teams、Google Meetの制限に悩まされている方は、ぜひお試しください。
FAQ
Q1. どのオンライン会議ツールに対応していますか？
Zoom、Microsoft Teams、Google Meet、Webex、Discordなど、PCから音声が出力される多くのアプリケーションで利用できます。会議ツールの翻訳機能に依存しないため、ホスト側の設定に左右されにくいのが特徴です。
Q2. 翻訳の遅延はどの程度ですか？
音声認識の遅延を最小化し、PTTから音声合成までの一連の処理も迅速に行われます。会議の流れを追いながら翻訳を確認できるレベルの速さです。
Q3. マイクとPC音声を同時に翻訳できますか？
現在はどちらか一方の選択となります。自分の発言と相手の発言を同時に翻訳したい場合は、別のデバイス（スマートフォンなど）で相手の発言を翻訳する方法をご検討ください。
Q4. オフラインで使えますか？
いいえ、インターネット接続が必要です。音声認識と翻訳処理はクラウドのAIサービスを利用しています。
関連記事：
