双方向AIリアルタイム翻訳：両者が母語のまま、一つの画面で

結論： StreamVoxは会話の両方向を翻訳します、片方だけではありません - だから一方が流暢な字幕を読んでいるのに、もう一方はカタコトの文章と格闘する、ということが起きません。仕組みは二通りあります。ZoomやTeamsのような通話なら各マシンに一つずつ（参加人数は何人でも、それぞれが自分の言語ペアで）、対面での会話や二つの言語が入り混じるあらゆる会話なら、会話モードで一台のマシンだけで完結します。言語を設定してオーバーレイをオンにすれば、両者がそれぞれの母語でリアルタイムに字幕を読めます。

ほとんどの翻訳ツールは問題の半分しか解決しません。入力言語と出力言語を設定して、自分が話した内容をアプリが翻訳してくれる - でも相手は相変わらずカタコトの英語と格闘することになります。しかもその相手は、ほとんど話せない言語で必死に返事を返そうとしていて、結局、両方向で意味の半分がどこかへ消えてしまうのです。

双方向翻訳はこれを解決します。双方が自分の母語のままでいられる。StreamVoxはこれを最初からサポートしています - 新機能ではありませんが、新しいユーザーがアプリを最初に開いたときに最も見逃しがちな機能でもあります。なので、実際にどう動くのかを紹介します。

双方向翻訳とは

従来の翻訳機は一方向です。入力：日本語。出力：英語。アニメのクリップを見るには最高ですが、本物の会話にはまったく使えません。

双方向とは、両方向への同時翻訳を意味します：

• Aさんが日本語を話す - Bさんの画面に英語の字幕が表示される。
• Bさんが英語を話す - Aさんの画面に日本語の字幕が表示される。

誰も言語を切り替えません。誰も待ちません。「ごめん、もう一度ゆっくり言ってくれる？」と頼む必要もありません。リアルタイム通訳者に最も近い体験です - ただしこの通訳者は二台のノートパソコンの上に同時に住んでいて、コーヒーブレイクを必要としません。

セットアップ方法

WindowsとMacでは、StreamVoxはどんなアプリの上でも動く透明なフローティングオーバーレイです。iPhoneでは、同じ字幕がピクチャ・イン・ピクチャのウィンドウに乗り、あなたが何を使っていてもその上に表示されます。ブラウザ拡張機能も、仮想カメラも、怪しげなドライバーを経由する音声ルーティングも必要ありません。典型的な国際通話の流れはこうです：

1. 言語を選ぶ。 StreamVoxを開き、入力言語（相手から聞こえる言語）と出力言語（読みたい言語）を設定します。相手側もミラーで同じことをします - 相手の入力があなたの出力、その逆も然り。

2. 音声ソースを選ぶ。 WindowsとMacでは、システム音声全体を取り込むか、Per-App Audio Captureで特定のアプリだけを分離できます。Zoomの通話ならキャプチャをZoomに向けるだけ - オーバーレイはSpotifyや通知、その他のバックグラウンド音を無視します。iPhoneで選べるのはマイクか、スマートフォンが再生している音声かのどちらかで、アプリ単位のキャプチャはありません。

3. オーバーレイを起動する。 画面の上にコンパクトな字幕ウィンドウが現れます。Zoom、Teams、ゲーム、ブラウザ、どんなアプリケーションの上でも固定され、作業の邪魔になりません。

これでセットアップは完了。両者がそれぞれの言語でリアルタイムに字幕を読めます - 字幕は話した言葉のそばから表示され、ひと段落話し終わるのを待つ必要はありません。

しかも、二人までにとどまりません。グループ通話では、参加者それぞれが自分のコピーを自分の言語ペアで動かします - 三人目がスペイン語出力で参加すれば、あなたがドイツ語で、同僚が英語で読んでいるその同じ会議を、その人はスペイン語で読めます。三台でも、五台でも、十台でも - 上限はありません。各コピーは、聞こえてくるものを持ち主の言語に翻訳しているだけだからです。

一台のパソコンで、二つの言語を：会話モード

ここまでの話はすべて、通話の両側に一台ずつ、合計二台のマシンがあり、入力と出力がミラーされている前提です。ZoomやTeams、Phone Linkの通話なら、それが正しいセットアップです - 相手はまったく別のデバイスの上にいるからです。ですが、誰かとテーブルを挟んで向かい合って座るときには、ミラーするための二台目のノートパソコンなど存在しません。

2026年7月時点、StreamVoxは上記の二台構成ではできないことを実現しています。会話モードは、一台のマシンだけをリアルタイムの双方向通訳者に変えます。二つ目のインストールも、ミラー設定も必要ありません。対応する10言語 - 英語、スペイン語、フランス語、ドイツ語、イタリア語、ポルトガル語、ロシア語、日本語、オランダ語、ヒンディー語 - から好きな2つを選ぶと、StreamVoxは一行ごとに言語を自動で判別し、ペアのもう一方の言語へ翻訳します。両方向の訳文が一つのフィードにまとまり、話者ごとに色分けされ、翻訳ブロックごとに方向ラベル（English → Español、Español → English）が付くので、誰が何を言ったのか見失わずに追えます。

最も輝くのは、一つの画面を共有する場面です。クライアントとの打ち合わせ、面接、受付カウンター、全員が同じ言語を話すわけではない家族の食卓 - 間にノートパソコンを一台置けば、それぞれが自分の言語で話し、相手の返事を自分の言語で読めます。一台のマシンが、テーブルの両側にとっての通訳者として働くのです。

そして会話モードはマイク、手元のデバイスの音声、あるいはWindowsとMacなら選んだアプリを聴けるので、第二の使い道があります。他の人たちのバイリンガルな会話を追いかけることです。ホストとゲストが別々の言語で話す配信やポッドキャスト、質問と回答の言語が噛み合わない記者会見、チームが二つの言語を同時に使うゲームのボイスチャット - プレイや視聴を続けている間、両側の発言が翻訳されラベル付きで画面に表示され続けます。（チームメイトにもあなたの言葉を理解してもらう必要があるなら、それは上記のマシンごとのセットアップです - 各自が自分のコピーを動かします。）同じエンジンは、通話の相手側もあなたの言語を読む必要がある場合に使うZoomとTeamsのリアルタイム翻訳ガイドも支えています - あなたが相手の言葉を読むだけでなく。

WindowsとMacには、もう一つの動かし方があります。マイクとシステム音声を同時にオンにすると、会話モードは姿を変えます。二人のどちらがどちらの言語を話しているかを推測する代わりに、二つを別々のチャンネルとして扱うのです - 一方の言語はマイクで、もう一方はシステム音声で認識されるので、判別すべきことはもう残りません。これにより10言語という上限は完全になくなり、会話モードの中でもQualityモードと医療モードが使えるようになります。しかも両チャンネルにはそれぞれ独立して調整された設定が使われます。

この二ソース構成はデスクトップ向けの機能です。iOSはアプリに一度に一つのマイクストリームしか渡さないため、iPhoneの会話モードは常に単一のソースで動作します - 対応する10言語のみで、Qualityモードも医療モードもありません。

実際に動く場所

StreamVoxはどのアプリが音を出しているかを気にしません。あなたのパソコンで再生できるなら、StreamVoxは翻訳できます：

• Zoom、Teams、Google Meet、Discord - 国際会議、リモートワーク、海外クライアントとの通話。
• Phone Link（Windows）と連係（Mac） - Phone Link経由で、iPhoneやAndroidからの通話をPCで直接翻訳できます。Macでは、Appleの連係機能でMacで応答したiPhoneの通話も同じように翻訳されます。親はイタリア語、パートナーは英語でも、全員が同じ通話に参加し続けられます。
• YouTube、Twitch、その他のストリーミングプラットフォーム - 公式字幕がない配信も含め、外国語コンテンツにライブ字幕を付けて視聴できます。
• ゲーム - 日本語のデュオ相手がボイスチャットで何を叫んでいるか、死ぬ前に理解できます。そしてロビー全体が二つの言語に分かれているときは、会話モードが両方を同時に追いかけます。
• その他なんでも - マシンで音が鳴るものはすべて対象です。

対応言語

StreamVoxは現在、50+の言語に対応しており、主要な欧州・アジア・中東・スラブの言語ペアをすべてカバーします。アプリのインターフェース自体も12言語にローカライズされているので、本当に考えを巡らせる言語で設定できます。

翻訳が文脈（ゲームのスラング、ビジネスのフォーマル、映画のセリフ）にどう適応するかについては、翻訳モードのガイドでプロファイルシステムを解説しています。

プライバシー

音声は、データ処理契約に基づく信頼できるサードパーティのAIプロバイダーを通じて、字幕を生成するためにリアルタイムで処理されます。そしてStreamVox側でも、それらのプロバイダー側でも、録音・保存されることは一切ありません。トランスクリプトは、自分でエクスポートしない限りお使いのマシンから出ていくことはありません。これは見た目以上に重要です - 多くの「AI翻訳」ツールは、あなたの目に見えないサーバー上にひそかに音声やトランスクリプトを保持しています。契約、健康、法律に関する通話、あるいは単なる家族との私的な会話なら、そんなのは避けたいはずです。

はじめ方

StreamVoxはWindows 10とWindows 11向けにMicrosoft Storeから、Mac（macOS 14.2以降）とiPhone（iOS 17以降）向けにApp Storeから、無料でダウンロードできます。一つのアプリ、四つのプラン - 自分の会話量に合うものを選べます：

• Free Starter - 24時間ごとに15分、全対応言語へのアクセス、システム音声とマイクのキャプチャ。
• StreamVox Pro - 月40時間の翻訳、現在と将来のすべての機能、優先メールサポート。
• StreamVox Pro+ - 月70時間、会議漬け、長時間配信、映画マラソンで生活している人向け。
• StreamVox Unlimited - 月間上限なし、一日中翻訳し続けられます。

有料プランはすべて同じ機能を備えていて、違いは翻訳できる時間だけです。Microsoft Storeで「StreamVox」を検索するか、streamvox.proから直接入手してください。

よくある質問

双方向翻訳とは何ですか？

一方向だけでなく、両方向に同時に働く翻訳のことです。一方が流暢な字幕を読み、もう一方がカタコトの文章と格闘するのではなく、それぞれが自分の言語で話し、自分の言語で読めます。

双方ともStreamVoxをインストールする必要がありますか？

セットアップによります。通話なら必要です - 各マシンに一つずつインストールし、それぞれ持ち主自身の言語ペアに設定します。参加人数が何人に増えても、この方式のまま対応できます。対面での会話なら不要です - 会話モードは一台のマシンだけで動作し、両者の発言をリアルタイムで通訳します。

どのアプリで使えますか？

WindowsとMacでは、音声を再生するアプリならどれでも使えます。Zoom、Teams、Google Meet、Discord、Phone Linkと連係の通話、YouTube、Twitch、ゲームなどを、システム全体でも一つのアプリ単位でもキャプチャできます。iPhoneでは動画・配信・ポッドキャストに字幕を付けます - iOSは通話とDRM保護されたコンテンツを、どのアプリにも渡しません。

対応言語はいくつありますか？

標準の双方向翻訳は50+の言語に対応しており、各自が自分のコピーを動かします。一台のデバイスで動作する会話モードは、音声ソースが一つだけの場合、対応する10言語をカバーします - iPhoneでは常にこの形です。WindowsとMacではマイクとシステム音声を同時にオンにでき、その場合は50+言語のフルカタログに加えてQualityモードと医療モードも使えるようになります。

プライバシーは守られますか？

はい。音声は字幕を生成するためにリアルタイムで処理されるだけで、StreamVoxもそれが使うAIプロバイダーも録音・保存することはありません。字幕が表示された後、会話に関するものは何も残りません。

---

双方向翻訳は、使ってみるまでは大げさに聞こえます - 使った後は当たり前にしか感じなくなります。これらのツールは最初からこう動くべきだったのです。言語の壁のせいで国際通話を避けているなら、一度試してみてください。最悪の場合は無料の15分を使い切って何も変わらないだけ。最良の場合は、口を開く前に自分の考えを翻訳する必要がなくなります。

AlekGir