Google は、Android および iOS オペレーティング システム上の Google Meet アプリ向けの新しい音声同時翻訳ツールの展開を開始しました。この技術は人工知能を使用して、ビデオ会議中に参加者の音声をリアルタイムで処理します。この機能は昨年からWebブラウザ版で動作している。この機能がモバイル デバイスにも提供され、どこにいてもリモート コミュニケーションが容易になります。
このシステムは Gemini モデルを利用しており、翻訳された音声をほぼ瞬時にリスナーに届けます。このアップデートは、グローバル チームや教育環境における言語の壁を取り除くことを目的としています。このツールは従来のテキスト字幕を超えています。処理された音声は話者の元の特性を維持しようとし、携帯電話やタブレットを介して直接、より自然で流動的な会話体験を生成します。
人工知能が通話中の声の調子を維持する仕組み
この機能の主な革新は、ライブ送信中にボーカルのクローンを作成できる機能にあります。このソフトウェアは一般的なロボット音声を提供しません。人工知能はユーザーの音声パターンを分析し、ターゲット言語で合成バージョンを生成します。元の音声はバックグラウンドで非常に小さな音量のままですが、ダビングが通話の主導権を握ります。
この技術的アプローチにより、会話の感情的なコンテキストが翻訳中に失われることがなくなります。このプラットフォームを使用する専門家は、自分のアイデアを元と同じ強度で伝えることができます。このツールは人間のコミュニケーションの微妙な部分を効率的に捉えます。
- このシステムは、会話中の興奮や真剣な瞬間を識別して再現します。
- 合成音声は、選択した言語に応じて単語のリズムと強調を調整します。
- 会議のメンバーの 1 人だけが、他のメンバーに役割を解放するための互換性のある計画を持つ必要があります。
操作ダイナミクスでは、参加者がオプションをアクティブにして、聞きたい言語を定義することだけが必要です。処理は Google クラウドで行われます。翻訳された音声は最小限の遅延で配信されるため、理解を妨げる突然の中断を生じることなく、ディベートやプレゼンテーションを継続的な流れで進めることができます。
リリース期限と動作に必要なパッケージ
モバイル アプリケーションへの新機能の実装は、2026 年 4 月を通じて段階的に行われます。迅速なリリース用に構成された企業ドメインは、2026 年 4 月 8 日に更新プログラムの受信を開始しました。リリースが予定されている環境では、2026 年 4 月 23 日からツールにアクセスできるようになります。ユーザーは、オペレーティング システムの公式ストアでアプリケーションを常に最新の状態に保つ必要があります。
音声翻訳にアクセスするには、Google Workspace エコシステムへの特定のサブスクリプションが必要です。同社は新機能を企業または高度な教育用途を目的とした最も堅牢なパッケージに限定した。従来の無料アカウントには、ボーカルクローン機能を起動する機能がありません。
対象となるプランには、Business Standard、Business Plus、Enterprise Standard、Enterprise Plus が含まれます。 Google AI Pro および Ultra パッケージの購読者もこの機能を利用できます。教育分野では、このツールは Education Plus プランの一部です。主催者または参加者がこれらのライセンスのいずれかを持っている場合、仮想ルームに出席している全員が追加料金なしで翻訳を聞くことができます。
システムの初期段階および拡張時に利用可能な言語
まず、技術サポートは、英語と、世界的に流通している他の 5 つの言語の間の双方向のペアをカバーします。公式リストにはスペイン語、フランス語、ドイツ語、イタリア語、ポルトガル語が含まれています。この最初の選択は、ビデオ プラットフォーム上で毎日行われる商業的および学術的な交流の重要な部分をカバーしています。
同社は、言語ベースが今後数カ月で拡大することをすでに確認している。トルコ人は、開発スケジュールに次に追加されることが確認されている人物であると考えられている。ソフトウェア エンジニアは、人工知能モデルの改良に取り組んでいます。目標は、地域のアクセントや複雑な慣用表現の検出精度を高めることです。
言語カタログの拡張は、Gemini モデルの継続的なトレーニングに依存します。システムが新しい言語データを処理するにつれて、同時翻訳の品質が向上します。 Google は、アプリケーションがサポートする各地域の文法規則と文化的背景を尊重した吹き替えを提供することに引き続き注力しています。
モバイルデバイスでのプライバシー設定とアクティベーション
音声データのセキュリティは、新しい Google Meet 機能のアーキテクチャにおける優先事項です。翻訳のアクティベーションは、自動的または非表示に行われることはありません。ユーザーは、アプリケーション インターフェイスの特定のボタンを使用して明示的に許可を付与する必要があります。参加者はビデオ通話中いつでも自由にこの承認を取り消すことができます。
Android または iOS でこの機能を有効にするには、スマートフォンの画面を数回タップする必要があります。ユーザーは、ビデオ会議中に 3 つの点で表されるメニューにアクセスする必要があります。次に、設定領域に移動し、音声翻訳アクティベーション キーを見つけます。直感的なインターフェイスにより、さまざまなレベルの技術知識を持つ人が簡単に使用できます。
企業ネットワーク管理者は、ツールの可用性を完全に制御できます。管理パネルを使用すると、特定の従業員グループのリソースをブロックまたは解放できます。 Google では、同時翻訳セッション中に処理された音声が傍受されたり、不適切に保存されたりしないように、厳格なセキュリティ プロトコルを適用しています。
