会話モードとは？いつ使うべきですか？

会話モードは、1台の端末をライブの双方向通訳に変えます：2人がそれぞれ自分の言語で話し、両方の訳文が1つの画面に表示されます。

どこまで対応できるかは、音声ソースをいくつ渡せるかで決まり、それはプラットフォームによって異なります。

ソース1つ — すべてのプラットフォームで10言語

ソースを1つ選び、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 — から任意の2つを組み合わせます。

選べるソースは端末によって異なります：

• iPhone：マイク、または端末の音声
• WindowsとMac：マイク、システム音声、または選択したアプリ1つ（Windowsでアプリを選ぶにはWindows 11が必要です）

StreamVoxはその1本の音声ストリームを聞き取り、発言ごとにどちらの言語かを判別して、もう一方の言語へ翻訳します。

両方向の訳文が1つのフィードに表示されます。翻訳ブロックごとに方向ラベル（English → Español、Español → English）が付き、話者ごとに色分けされます。

典型的な使い方は次のとおりです：

• テーブルを挟んだ面接やクライアントとの打ち合わせ（マイク）
• 海外からの来訪者に対応する受付やフロント（マイク）
• 全員が同じ言語を話すわけではない家族の食事（マイク）
• 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（端末の音声）
• 質問と回答の言語が一致しない記者会見（端末の音声）
• チームが2つの言語を同時に使うゲームのボイスチャット（WindowsとMacでシステム音声、またはWindows 11とMacなら選択したアプリ1つ）

2つのソースを同時に：認識できる全言語と、本領を発揮する高品質モード（WindowsとMac）

Windowsでは音声: メニューのマイクとパソコンの音、Macではマイクとシステム音声を選ぶと、StreamVoxはどちらの言語がどちら側のものかを推測する必要がなくなります。マイクは1つのチャンネル、システム音声はもう1つのチャンネルとして届くため、その間で判別すべきものが何も残らないからです。

これにより10言語という上限がなくなります：StreamVoxが聞き取れるすべての言語（全61言語、対応言語一覧を参照）が会話モードで使えるようになります。

高品質モードは、両側がそれぞれ独立した音声ストリームで認識されるため、ここで本領を発揮します。単一ソースの場合、MacとiPhoneではこのモードが選択肢に表示されず、Windowsでは選択肢にはあるものの、音声認識は一般モードと同じ方法で行われます。医療モードは単一ソースでも使えます。この2ソース構成では、さらに英語を話す側に医療用語向けに作られた認識モデルが使われます。両側の音声認識設定は共有ではなく、それぞれ独立して調整されます。

この組み合わせは、ヘッドセットを着けてパソコンで通話するときに使ってください。あなたの声はマイクから、相手の声はパソコンの音声から届きます。通話相手が対応する10言語の枠外の言語を話すときや、会話に高品質モードの精度が必要なときに向いています。

会話モードではないこと

会話モードは、Zoom通話の相手にあなたの言語を読ませるための機能ではありません — 字幕が表示されるのは自分の画面だけです。

通話では、各参加者が自分の端末でStreamVoxを実行し、自分の言語ペアを設定します。この方式は参加人数が何人でも対応できます。

その流れについてはStreamVoxはZoom、Teams、Discordに対応していますか？をご覧ください。

翻訳モードと会話モードの切り替え

各モードは、新しく開始したときに自分の設定を適用します：停止を押し、モードを切り替えて、もう一度開始します — 数秒で完了です。