ライブ音声のためのリアルタイム音声翻訳

マイク1本を入力。
4つの言語を出力。

オーディオインターフェースからの入力は1つ。最大4つの出力チャンネルが、それぞれの言語でリアルタイムに話します。総会、ライブイベント、ライブ配信で、誰も取り残さないために。

  • アイソレートまたはダッキング
  • 同じ言語は再翻訳しない
  • チャンネルごとのルーティング
  • オプション:最大16言語

ヨーロッパ・オーストリアで開発
GDPR準拠

入力 OUT 1 英語 OUT 2 ドイツ語 OUT 3 フランス語 OUT 4 スペイン語

課題

言語が1つ増えるたびに、ブースも、回線も、調整も増えていく。

イベントやライブ配信で多言語の観客はもはや当たり前。でも、言語を1つ増やすのは簡単ではありません。

  • スマホ向けで、卓向けではない

    AI翻訳ツールの多くは、スマホを持つ1人のために作られています。画面の字幕か、イヤホンの音声です。

  • 音響卓には回線が必要

    ミキサー、配信エンコーダー、通訳システムには、言語ごとにクリーンで独立した音声回線が必要です。

  • 言語ごとに手間が増える

    言語が1つ増えると、通常はブースも、パッチするチャンネルも、調整する人も増えます。

対象

誰も取り残さないために

異なる言語を話す人が集まる場所ならどこでも役立ちます。総会からライブイベントまで。全員が自分の言語で話し手の声を聞けます。

  • 総会

    株主総会、年次総会、会員総会、理事会など、全員がすべての言葉を理解すべき場面に。

  • ライブイベント

    会場に海外の観客がいるカンファレンス、パネル、基調講演に。

  • ライブ配信

    配信ごとに独立した言語回線を、エンコーダーへ直接。

  • 社内イベント

    複数の国に分かれたチームのためのタウンホールや全社会議に。

仕組み

入力は1つ。言語チャンネルは最大4つ。

話し手の声をリアルタイムで文字起こしし、翻訳し、再び音声にします。各言語はそれぞれの物理出力へ。

  1. 入力を選ぶ

    オーディオインターフェースと、話し手の音声が入る入力チャンネルを選びます。

  2. 各チャンネルに言語を割り当てる

    Out 1 は英語、Out 2 はドイツ語、というように。チャンネル3と4は起動時オフなので、誤って動いたり課金されたりしません。

  3. ルーティングして本番へ

    各言語を任意の物理出力に送り、Start を押します。ライブ文字起こしに原音と各チャンネルが表示されます。

機能

言語チャンネルに必要なすべて

  • 音声を入れて、音声で出す

    リアルタイムの音声翻訳。チャンネルごとに女性、男性、または話し手に近い声を選べます。

  • 4チャンネル、最大16言語

    1つの入力から最大4つの出力チャンネルへ、それぞれ別の言語で。オプションで最大16の翻訳言語。

  • 自動検出または固定

    自動検出は言語を切り替える話し手に追従します。固定は、誰が登壇するか分かっているときに。

  • ライブ文字起こし

    原音と各チャンネルを常時文字起こしし、モニタリングに使えます。

  • どの出力にも、どのチャンネルにも

    各言語をインターフェースの任意の物理出力に送れます。

  • 単体で動く Mac アプリ

    独自のランタイムを内蔵。ダブルクリックで専用ウィンドウが開きます。インストールもターミナルも不要です。

ライブ卓で

ライブ卓で効いてくる細部

  • 同じ言語は再翻訳しない

    話し手がすでにそのチャンネルの言語で話していれば、そのチャンネルには機械の読み直しではなく原音が流れます。入力言語を固定すると、そのチャンネルは翻訳セッションすら開きません。

  • チャンネルごとにアイソレートかダッキング

    アイソレートは翻訳音声だけを送ります。通訳回線と同じです。ダッキングは原音を下に残し、翻訳が話す間だけ下げます。テレビのボイスオーバーと同じです。

  • ウィンドウを最小化してもずれないタイミング

    ダッキングのエンベロープは UI タイマーではなくオーディオクロックで動きます。制作用マシンでは普通のことですが、ウィンドウが背面にあっても正確なままです。

  • 本物のルーティング

    各言語をインターフェースの任意の物理出力へ。ミキサー、配信エンコーダー、通訳システムに直接送れます。

アイソレート 翻訳だけ。通訳回線と同じ。
ダッキング 原音は下に残り、翻訳が話す間だけ下がります。

チャンネルごとに設定

  • 言語と声
  • 出力チャンネル
  • アイソレートまたはダッキング
  • ダック量、アタック、ホールド、リリース
  • 翻訳と原音のレベル
  • 原音のディレイ
  • 翻訳の最大遅延
  • チャンネルマスター
チャンネル設定:チャンネル1は英語でアイソレート(Out 1)、チャンネル2はドイツ語でダッキング(Out 2)
チャンネル1は Out 1 で英語をアイソレート出力。チャンネル2は Out 2 でドイツ語の翻訳の下に原音を下げています。

単体で動作

制作用マシンは開発用マシンではないから

  • お使いの Mac で動作

    Intel と Apple Silicon の両方に対応した1つのアプリ。macOS 13.5 以降。独自のランタイムを内蔵。Windows 版は開発中です。

  • キーはマシンに残る

    API キーは一度入力するとローカルに保存され、そのユーザーアカウントだけが読み取れます。

  • ローカルのみ

    アプリは同じコンピューターからの接続だけを受け付け、他のウェブサイトからの要求は拒否します。

  • Chromium 系ブラウザーが必要

    Chrome、Edge、Brave のいずれかが必要です。選んだ出力チャンネルに音声を送れるためです。

卓の外へ

観客のための Speech Connect

Speech Connect は観客にも直接届きます。音声認識と複数言語への同時翻訳を、参加を促すツールと一緒にリスナーへ。

  • リアルタイム認識

    話している間に、音声認識が声をテキストに変換します。

  • 複数言語

    1つのスピーチを自然な声で複数の言語へ同時に翻訳。

  • ライブ配信

    イベントやプレゼンで、翻訳を観客にライブ配信。

  • 音声ストリーミング

    翻訳音声をリスナーへ直接届けます。

  • ライブ字幕

    ライブイベント、ウェビナー、動画のための多言語字幕。

  • インタラクティブチャット

    観客が言語の壁を越えてチャットし、フィードバックできます。

  • ライブ投票

    Q&A、アンケート、インタラクティブなプレゼンのための多言語投票。

  • インタラクティブゲーム

    観客を引きつける多言語の言葉遊びやクイズ。

正直な制約

(まだ)できないこと

本番の前に、トレードオフを知っておいてください。

  • 話し手から数秒遅れる

    翻訳は文単位で進みます。ライブ配信の言語チャンネルや社内タウンホールには十分ですが、重要な場面での同時通訳者の代わりにはなりません。

  • 言語ごとにコストがかかる

    翻訳チャンネルはそれぞれ独立したリアルタイムセッションとして課金されます。4言語なら4倍の分数です。

  • 自動検出には最初の数語が必要

    それまでアプリは話し手の言語を判断できません。原音に短いディレイをかければその間を埋められ、入力言語を固定すれば避けられます。

  • Chromium 系ブラウザーが必要

    Chrome、Edge、Brave は、選んだ出力チャンネルへ音声をルーティングできるためです。

よくある質問

よくある質問

Speech Connect は具体的に何をしますか?

オーディオインターフェースの入力から話し手の声を受け取り、リアルタイムで翻訳し、最大4言語で再び話します。各言語は個別の出力チャンネルから出て、ミキサー、配信エンコーダー、通訳システムに直接送れます。

誰のためのものですか?

多言語の観客に向けて音響を担当するすべての人のためです。総会、カンファレンスやライブイベント、ライブ配信、社内タウンホール、ハイブリッド会議。目的はシンプルです。観客の誰も取り残さないこと。

同時に何言語まで使えますか?

1つの入力から最大4つの出力チャンネル、それぞれ別の言語です。チャンネル1と2は初期状態でオン、3と4は起動時オフなので、誤って動いたり課金されたりしません。オプションで最大16の翻訳言語に対応します。

同時通訳者の代わりになりますか?

なりません。翻訳は文単位で、話し手から数秒遅れます。交渉などの重要な場面には通訳者を手配してください。ライブ配信、総会、社内イベントなど、クリーンな自動の言語チャンネルで十分な場面に向いています。

翻訳はどれくらい遅れますか?

文単位で翻訳するため、通常は数秒です。チャンネルごとの上限「翻訳の最大遅延」を超えると待機中の音声を破棄し、遅れ続けるのではなく追いつきます。

翻訳音声はどんな声ですか?

各チャンネルで女性、男性、または話し手に近い声を選べます。

観客は原音も聞けますか?

はい、必要なら。ダッキングモードでは原音を下に残し、翻訳が話す間だけ下げます。テレビのボイスオーバーと同じです。アイソレートモードでは翻訳だけが聞こえます。通訳回線と同じです。チャンネルごとに選べます。

話し手がすでにそのチャンネルの言語で話している場合は?

そのチャンネルには機械の読み直しではなく原音が流れます。入力言語を固定すると、そのチャンネルは翻訳セッションすら開きません。

話し手が言語を切り替えたら?

自動検出では、話すそばから言語を判別します。話されている言語のチャンネルには原音が流れます。判別には最初の数語が必要です。原音にディレイをかけて間を埋めるか、入力言語を固定してください。

どの言語に対応していますか?

出力言語は、リアルタイム翻訳 API が音声出力に対応している言語です。フォームにご希望の言語をご記入ください。デモの前に確認します。

手持ちのミキサー、エンコーダー、通訳システムで使えますか?

各言語をオーディオインターフェースの任意の物理出力に送れます。そこから先は、ミキサー、配信エンコーダー、通訳システム向けの普通の音声回線です。

チャンネルごとに設定できる項目は?

言語、声、出力チャンネル、アイソレートまたはダッキング、ダック量、アタック、ホールド、リリース、翻訳と原音のレベル、原音のディレイ、翻訳の最大遅延、チャンネルマスターです。

話されている内容をモニターできますか?

はい。ライブ文字起こしが原音と各チャンネルを常時表示します。

ウィンドウが背面にあっても動きますか?

はい。ダッキングは UI タイマーではなくオーディオクロックで動くため、ウィンドウを最小化しても隠れていても正確です。

動かすのに何が必要ですか?

macOS 13.5 以降の Mac(Intel または Apple Silicon)、インストール済みの Chrome、Edge、Brave のいずれか、オーディオインターフェース、インターネット接続、そして Speech Connect のサブスクリプションです。アプリは独自のランタイムを内蔵しているので、他に何もインストールする必要はありません。

Windows で動きますか?

Windows 版は開発中です。現在、ライブ卓向けの Speech Connect は Mac で動作します。Windows 版をお待ちの場合はフォームでお知らせください。

入力1と2以外も使えますか?

一部のマルチチャンネルインターフェースは、ブラウザーに最初の2入力しか公開しません。インターフェースのミキサーで話し手を入力1か2にルーティングするか、macOS の機器セットを使ってください。

音声と API キーはどこへ送られますか?

音声は文字起こし、翻訳、音声合成のためにリアルタイム翻訳 API に送られます。API キーは Mac のローカルに保存され、お使いのユーザーアカウントだけが読み取れます。アプリは同じコンピューターからの接続だけを受け付けます。

GDPR に準拠していますか?

はい。Speech Connect は EU 加盟国のオーストリアで開発され、GDPR に準拠しています。アプリはキーをローカルに保存し、同じコンピューターからの接続だけを受け付けます。このウェブサイトは Cookie もトラッキングも使用しません。

利用料金はどのように課金されますか?

Speech Connect はサブスクリプション型のサービス(SaaS)です。翻訳チャンネルはそれぞれ独立したリアルタイムセッションとして課金され、4言語なら4倍の分数になります。固定した入力言語と同じ言語のチャンネルはセッションを開きません。

料金はいくらですか?

Speech Connect はサブスクリプションで提供しています。料金は構成と言語数によって異なります。フォームで「営業に問い合わせ」を選んでいただければ、お見積もりをお送りします。

リスナーが各自で聞くことはできますか?

Speech Connect の観客向けプラットフォームでは、リスナーへの音声ストリーミング、ライブ字幕、チャット、投票、ゲームが加わります。フォームでお問い合わせください。

お問い合わせ

あなたの言語で体験してください

デモを予約するか、イベントについて営業にご相談ください。構成について簡単にお知らせいただければ、メールでご連絡します。

ニュースレターもトラッキングもありません。ご返信のためだけに情報を使用します。

ご用件

例:言語、日程、オーディオインターフェース、回線の送り先。