Gemini 3.5 Live Translateは、話された言葉を聞き取り、ほぼリアルタイムで別の言語に変換します。Googleはこれを2026年6月に専用のライブ音声対音声モデルとして発表し、展開先としてGoogle Translate、Google AI Studio / Gemini Live API、そしてGoogle Meetの音声翻訳プレビューを挙げました。
午前9時のスタンドアップを思い浮かべてください。サンパウロのエンジニアはポルトガル語を話し、ソウルのデザイナーは韓国語を話し、あなたは英語で追いかけている。全員がまだ話している最中でも追従するライブ翻訳があれば、その会議は「要点を待つ」場から「その場で返す」場へと変わります。それがGeminiのライブ翻訳の約束であり、実際に役立つ約束です。
すでに気づいているはずの落とし穴があります。これほど優れた機能は、たいていそれを提供するエコシステムに結びついているものです。このガイドでは、Geminiのライブ翻訳が実際には何なのか、ライブのループがどう動くのか、どの言語とプラットフォームに対応しているのか、無料なのか、そして率直に言って、どこで使うべきツールではなくなるのかを説明します。Zoom、Microsoft Teams、対面会話をまたいで使うなら、MirrorCaptionをブラウザで開いて、Googleがあなたのプラットフォームに対応するのを待たずに読み進められます。
- 概要: Gemini 3.5 Live Translateは、Google Translate、Google AI Studio / Gemini Live API、Google Meetの音声翻訳プレビューを通じて、音声をほぼリアルタイムで別の言語に変換します。
- 仕組み: 聞き取り、文字起こし、翻訳、発話を連続ループで行うため、会話が終わるのを待たずに出力が追従します。
- 境界: Google独自の製品内で最も力を発揮し、ZoomやTeamsの通話をネイティブに翻訳することはできず、ライブ出力の多くは一時的です。
- 代替: MirrorCaptionのようなブラウザベースのツールなら、ブラウザ上の会議タブや対面音声を取り込み、検索可能な対訳トランスクリプトを保持し、翻訳を音声で読み上げることもできます。
Geminiのライブ翻訳とは何ですか？
Gemini 3.5 Live Translateは、Googleのリアルタイム音声翻訳モデルです。あなたが1つの言語で話すと、システムは別の言語でその意味をライブテキストまたは音声出力として生成し、会話を続けられる速さで返します。これは、翻訳ボックスに1文を入力するのではなく、音声を前提にしたライブ版の親戚のようなものです。
名前について、ひとつ押さえておきたい点があります。Googleは2026年6月にGemini 3.5 Live Translateを発表し、ライブ音声対音声翻訳用の音声モデルとして、70以上の言語を検出し、話者の抑揚、テンポ、ピッチを保った自然な翻訳音声を生成すると説明しました。GoogleはこれをGoogle AI Studio、Google Translate、Google Meetに展開していると述べています。GeminiアプリとPixel Live Translateも関連するGoogle翻訳体験ですが、Googleがあなたのアカウントでその正確な機能を示していない限り、文書化された同じ3.5 Live Translateの展開として扱うべきではありません。正確なモデル版と提供状況については、Googleの公式ページが唯一の信頼できる情報源です。
これがあなたにとって重要な理由は単純です。機能がどこにあるかで、どこで使えるかが決まるからです。Gemini 3.5 Live Translateは、会話が対応済みのGoogleの画面内で行われるときに最も強力です。会話が別の場所に移った瞬間、答えはもっと複雑になります。
Geminiのライブ翻訳はどのように動作しますか？
内部では、ライブ翻訳は1回で終わる処理ではなく、1秒間に何度も繰り返される高速ループです。このループを理解すると、なぜ即時に感じられるのか、そしてなぜ時々つまずくのかがわかります。
- 取得: マイク（または通話音声）が、文が終わるのを待たずに、音声を継続的にモデルへ送ります。
- 文字起こし: 音声が元の言語のテキストに変換され、文脈が増えるにつれて早い推定が修正されます。
- 翻訳: Geminiの言語モデルが、周囲の文脈を使って意味をターゲット言語へ写し替えるため、逐語置換よりも慣用句やニュアンスが保たれやすくなります。
- 表示: 結果はライブテキストとして表示され、音声モードではターゲット言語で読み上げられます。
- 調整: 話者が話し続けるにつれて、以前の出力が調整され、進行中の翻訳の整合性が保たれます。
ストリーミングループの大きな利点は、誰かがまだ話している最中に翻訳を読んだり聞いたりできることです。代償として、文脈が補われるにつれて初期の語が変わることがあります。これはGoogle固有の欠陥ではなく、あらゆるリアルタイムシステムに共通する通常の性質です。ストリーミング出力がなぜこのように振る舞うのかをさらに知りたいなら、AI翻訳の精度についての解説で、精度と遅延のトレードオフを詳しく説明しています。
Geminiのライブ翻訳はどの言語とプラットフォームに対応していますか？
Googleによると、Gemini 3.5 Live Translateは70以上の言語を検出しますが、正確な対応範囲は使う画面によって異なります。Google Translate、Google AI Studio / Gemini Live API、Google Meetプレビューでは、それぞれ異なるタイミングで言語対応が公開されることがあります。この一覧は変動するため、正直な答えは、ブログ記事の固定数を信じるのではなく、必要な言語についてGoogle自身のヘルプページを確認することです。
より重要なのはプラットフォーム対応です。Gemini 3.5 Live Translateは、Googleのエコシステム内で動作するよう設計されています。
- Google Translateアプリ（AndroidとiOS）: Googleが展開先として挙げた一般向けアプリ画面。
- Google AI Studio / Gemini Live API: gemini-3.5-live-translate-previewで試したり構築したりするための開発者向け画面。
- Google Meetの音声翻訳プレビュー: Googleが機能を展開する中で、対象のWorkspaceアカウント向けに提供される会議翻訳。
プロダクトマネージャーのPriyaは、バンガロールとベルリンのチームメンバーと毎週の同期を行っています。彼女はTranslateアプリでGoogleのライブ翻訳を試し、WorkspaceアカウントでMeetプレビューのアクセスを確認できます。しかし実際のスタンドアップは、クライアントが管理するZoomリンクで行われます。そこでGoogle専用の境界が問題になります。彼女が欲しい機能は、最も必要な通話の中には存在しないのです。
Geminiのライブ翻訳は無料ですか？
一部は無料ですが、画面によって異なります。Google Translateアプリは、まず確認すべき一般向けの入口です。Gemini Live API経由の開発者アクセスには、独自の料金、プレビュー制限、クォータルールがあります。Google Meetの音声翻訳は、対象のWorkspaceプレビューアクセスに依存します。Googleは含まれる内容をかなり頻繁に調整するため、特定の機能を前提にワークフローを組む前に、Googleの最新の料金ページで確認するのが最も安全です。
実用的な要点はこうです。「無料」はたいてい、気軽でたまに使う翻訳を指し、継続的で会議品質のライブ翻訳はサブスクリプションの向こう側にあることが多い、ということです。これは妥当なモデルですが、実際の働き方に対して本当に無料だと決めつける前に知っておく価値があります。
Geminiのライブ翻訳の弱点
公平に言えば、Googleの世界の中にいるなら、これは利用できるライブ翻訳体験の中でも最も滑らかな部類です。弱点は品質ではなく、到達範囲と、何を保持できるかにあります。
Googleのエコシステムに縛られている
Geminiのライブ翻訳はGoogleアプリとGoogleのデバイスの中で動きます。会議がZoom、Microsoft Teams、Webexで行われるなら、Geminiはその場にいません。多くのチームはプラットフォームを選べず、クライアントや主催者が決めます。そのため、「Google Meetではとてもよく動く」は、肝心の通話では意味を持たないことがあります。
ライブ出力の多くは一時的です
音声のライブ翻訳は、その瞬間に聞くことを前提に設計されています。流れは良くなりますが、両言語で誰が何を言ったかをきれいに検索できる記録は残りません。交渉後に翻訳された文を読み返したくなったことがあるなら、このギャップを実感したはずです。（一時的な字幕と保存される記録の違いについては、ライブ字幕とトランスクリプトの違いに関する記事をご覧ください。）
あらゆる状況に対応する万能ツールではない
診察、賃貸契約の話し合い、あなたが管理できないプラットフォームでの営業通話——これらはすべてGoogle製品の中で起こるわけではありません。単一エコシステムの機能では、あらゆる会議ツール、あらゆる対面の場面を追いかけることはできません。
ブラウザベースの翻訳ツールがより適している場合
会話が対応済みのGoogle画面の中だけで完結するなら、Gemini 3.5 Live Translateは強力な標準選択肢です。使ってください。MirrorCaptionのようなブラウザベースのツールが有力になるのは、プラットフォームをまたぐとき、または発言内容を残したいときです。
MirrorCaptionは字幕専用の読み取りツールではありません。Speak Translationsを使えば、自分の言語で話し、相手の言語で翻訳を音声読み上げできます。ノートPCのスピーカー、ペアリングしたスマートフォン、あるいはMacクライアントでは、Zoom、Meet、Teamsに音声翻訳を流し込む仮想マイク経由でも使えます。これはライブ翻訳に求められる、ほぼリアルタイムで言語をまたぐやり取りそのものですが、1つのエコシステムに縛られません。
対面会話では、スマートフォンのTalk modeが1つの連続セッションとして動作します。押して話すボタンではありません。1回開始すれば、双方が順番に話し、トランスクリプトと翻訳の文脈が会話全体を通して引き継がれます。さらに、MirrorCaptionはデスクトップ版ChromeまたはMicrosoft Edgeで会議タブの音声を取り込むため、ボットが通話に参加することはありません。参加者が会議録音ボットを承認する必要もありません。特にGoogle Meet向けのリアルタイム翻訳を、他のツールにもまたがって使いたいなら、まさにそのギャップを埋めるのがこれです。
| Geminiのライブ翻訳 | MirrorCaption | |
|---|---|---|
| 動作する場所 | Google Translate、Google AI Studio / Gemini Live API、対象のGoogle Meetプレビュー | デスクトップ版ChromeまたはEdge上の任意のブラウザ会議タブ（Zoom、Teams、Meet、Webex）、さらにスマートフォンでの対面利用 |
| 保持できるもの | 主にその場のライブ出力 | 検索・エクスポートできる、原文と翻訳の対訳表示 |
| 音声翻訳 | ライブ音声モデル/APIと一部の製品画面で対応 | 任意のSpeak Translations、会議向けMac仮想マイクを含む |
| セットアップ | 対応するGoogle画面に組み込み、またはカスタムAPIアプリで利用 | インストール不要、ボット不要——ブラウザタブを開くだけ |
| 料金モデル | Google Translateの提供状況、Live APIの料金、Workspaceプレビューアクセスによって異なる | 1時間無料、その後は€54.99/year（110h）または€99 one-time Premium（200h）；Voice Packsは別売りで€4.99/5h |
料金について特に言うと、MirrorCaptionの€99 Premiumは一回払いのプランで、継続課金はありません。200時間分のホスト型文字起こしクレジットと今後のすべてのアップデートが含まれ、Voice Packsで追加購入する際にはPremium利用者が最も低い1時間あたりの料金になります。無制限のホスト時間ではありません。含まれる時間を使い切った後は、追加時間はVoice Packs（別売り）から取得します。
リスボンのフリーランスデザイナー、Mateoは、今週はZoom、次週はTeamsというように、クライアントが好むプラットフォームで通話しています。彼はブラウザタブでMirrorCaptionを開き、スペイン語を話すクライアントの英語翻訳を原文と並べて読み、あとでトランスクリプトを書き出して納品内容の細部を再確認します。重要なのはGeminiが悪いということではなく、MateoがすべてのクライアントにGoogle Meetへ切り替えてほしいとは言えない、ということです。
ライブ体験が言語をまたいでどう機能するか気になりますか？次の通話で試してみてください。MirrorCaptionをブラウザで開いて——1時間無料、クレジットカード不要、インストール不要です。
よくある質問
Gemini 3.5 Live Translateとは何ですか？
2026年6月に発表された、Googleの専用ライブ音声対音声翻訳モデルで、Google Translate、Google AI Studio / Gemini Live API、Google Meetの音声翻訳プレビューに展開されています。
Geminiのライブ翻訳はどのように動作しますか？
Geminiは音声を聞き取り、文字起こしし、言語モデルで意味を翻訳し、画面上のテキストと合成音声として結果を出します。このループは継続的に動くため、話者が話し終えるのを待たずに会話の進行に追従します。
Geminiのライブ翻訳はどの言語に対応していますか？
Googleによると、Gemini 3.5 Live Translateは70以上の言語を検出しますが、正確な対応言語は画面によって異なります。Google Translateアプリ、Gemini Live API / Google AI Studio、またはGoogle Meetプレビューのいずれかです。特定の言語ペアに頼る前に、Googleの公式ドキュメントを確認してください。
Geminiのライブ翻訳は無料ですか？
一般向けの利用可否はGoogle Translateアプリと地域によって異なります。開発者向けAPIの利用には別料金とプレビュー制限があり、Google Meetの音声翻訳は対象のWorkspaceプレビューアクセスに依存します。
GeminiはZoomやTeamsの会議を翻訳できますか？
Geminiのライブ翻訳はGoogle独自の製品内で動作するため、ZoomやMicrosoft Teamsの通話をネイティブに翻訳することはできません。そうしたプラットフォームでは、MirrorCaptionのようなブラウザベースのツールが、ボットが通話に参加することなく会議タブの音声を取り込みます。
Geminiのライブ翻訳とGoogle Translateの違いは何ですか？
Google Translateは、Googleが展開先として挙げた一般向けアプリ画面です。Gemini 3.5 Live Translateは、その基盤となるライブ音声モデル/API機能です。GeminiアプリとPixel Live Translateは関連するGoogle翻訳体験ですが、文書化された同じ3.5の展開画面ではありません。
結論
Gemini 3.5 Live Translateは、Google Translate、Live API、対象のGoogle Meetプレビューを通じてGoogleが提供する場面では、速く、音声中心で、滑らかな、実に優れたリアルタイム機能です。会話がそこにあるなら、迷わず使ってよいでしょう。ただし、3つ覚えておいてください。正確なモデル版と言語一覧は頻繁に変わるのでGoogleのページを確認すること、アクセスと料金は画面によって異なること、そしてライブ出力は「聞く」ために作られていて「残す」ためではないことです。
本当の判断基準は到達範囲です。Zoom、Microsoft Teams、Webex、対面会話をまたいで仕事をし、検索可能で書き出せる記録と、必要に応じた音声翻訳も欲しいなら、ブラウザベースでツール非依存の選択肢が、Geminiが残すギャップを埋めます。会議がどのプラットフォームで行われても、あなたの言語で、すべての言葉を読めます。