同時
通訳の仕組み

同時通訳は、1人の通訳者が聞き取り、変換し、発話することを同時に行い、話者より数秒遅れて進むことで機能します。これは業界でdécalage、または耳と声の間隔と呼ばれる意図的な遅れです。 通訳者は防音ブースに座り、ヘッドホンで原語を聞きながら、話者がまだ話している間にマイクへ目標言語を出力します。聴衆はチャンネルを選び、自分の言語をライブで聞きます。

これが仕組みです。面白いのは、なぜそれほど難しいのかという点です。

国連の会議を見ていて、耳元の声が、まだ聞いているはずのない話者のテンポにどうして追いつくのか不思議に思ったことがあるなら、その直感は正しいです。実際には追いついていません。数秒遅れており、その数秒すべてが仕事をしています。この技術が大規模に初めて導入されたのは1945年に始まったニュルンベルク裁判で、その後の数十年、通訳業界はブース、コンソール、リレーの連鎖、2人組チームといった一連の仕組みを、外から見るとただの早口に見える作業のために築いてきました。

このガイドでは、話者の口から聞き手の耳に届くまでの間に実際に何が起きているのかをたどります。認知の連鎖、ハードウェア、通訳者が30分ごとに交代する理由、そしてストリーミングAI翻訳が同じ問題を別のトレードオフでどう扱うのかまでを解説します。次の多言語会議に予約済みの通訳者が必要なのか、それともブラウザのタブで足りるのかを判断したいなら、最後の2つのセクションが重要です。

同時通訳とは実際に何か

同時通訳とは、元の話者が話し続けている間に、話された言語を別の話された言語へライブで変換することです。途中で止まることはありません。イベントは自然な速度で進み、通訳はそれに並走します。

この用語をめぐる混乱の大半は、2つの違いを押さえると解消します。

同時通訳と逐次通訳の違い

逐次通訳は順番に行います。話者が数文話して止まり、通訳者がそれを伝えます。多くの場合、専門的なノートテイキングの速記法を使います。通訳者は完全な意味を聞いてから訳すため、文ごとの正確さは高くなります。代償は時間です。同じ内容を1つの言語で行う場合に比べ、逐次通訳のセッションはおおむね2倍の長さになります。

同時通訳はその時間を取り戻します。誰も待ちません。3時間の会議は、6言語でも3時間のままです。代償は認知負荷です。通訳者は、文が最後まで届く前に訳出を決めていく必要があります。

通訳と翻訳の違い

翻訳は書き言葉で、修正可能です。下書きし、考え直し、調べ、修正します。通訳は話し言葉で、取り消しができません。マイクから出た瞬間、それは記録になります。これを理解することが、この職業を知るうえで最も役立ちます。通訳者は、より速く働く翻訳者ではありません。翻訳が頼る安全網をすべて取り除いた条件のもとで、構造的に異なる仕事をしているのです。

同時通訳の仕組みを、手順ごとに見る

このプロセスを重なり合う段階に分けると、難しさがはっきり見えてきます。以下の4つはすべて、同じ文の異なる部分で同時に進行しています。

1. 聞き取りと予測

通訳者は原語の音声を受け取り、文がどこへ向かうのかを予測し始めます。構文から、話者の論理構成から、事前に読んだブリーフィング資料から判断します。予測は任意ではありません。動詞が遅れて出てくる言語対では、文法的に完全な確信を待つ通訳者は、決して追いつけません。

だからこそ、通訳者は準備資料を求めます。議題、スライド資料、用語集を読んでいる通訳者ほど予測がうまくなり、予測こそが仕事の大半だからです。

2. 文を保持する — décalage

通訳者は話者より意図的に数秒遅れます。遅れが短すぎると、次の節で否定される文の読みを確定してしまいます。長すぎると、作業記憶があふれます。つまり、3つ目の文が来る間に、まだ解決していない2つの文を保持していることになるのです。

熟練した通訳者は、この間隔を意識的に変えます。話者の構文が複雑なときは広げ、内容が予測しやすいときは縮めます。数字、名前、列挙はほぼ即座に出されます。記憶が最初に落とすのが、そうした要素だからです。

3. 言い換え

通訳者が変換するのは単語ではなく意味です。慣用表現、レジスター、文化的な枠組みはすべて、目標の聴衆向けに再構成されます。日本人のクライアントがちょっと難しいですと言った場合、文字通りには「それは少し難しいです」です。優れた通訳者は、それがその場でどう機能しているかを伝えます。たいていは丁寧な断りです。逐語訳は正確でも、役に立ちません。

4. 発話 — そして監視

通訳者は、入ってくる音声を聞き続けながらマイクに出力し、同時に自分の出力を誤りがないか監視します。この最後のループは、疲労が出たときに最初に崩れます。また、ブースの音響とクリアな原音が非常に重要な理由でもあります。悪い音声入力と戦う通訳者は、自分で修正するために必要な能力を失ってしまうのです。

ブースの裏にある機材

会議規模の同時通訳は、言語の問題であると同時にインフラの問題でもあります。

ブースとコンソール

通訳者は、部屋とスクリーンが見える防音ブースから作業します。話者のジェスチャーやスライドを見ることも入力の一部だからです。通訳コンソールには、チャンネル選択、ミュート用の咳ボタン、音量、リレー選択が備わっています。ブースと機材の仕様は公開されたISO規格で定められています。これは、音響が悪く狭いブースが、勤務日を通して出力を測定可能なほど低下させるからです。

リレー通訳

利用可能な通訳者が特定の言語対を直接カバーしていない場合 — たとえばフィンランド語から韓国語など — ブースは原語ではなく同僚の出力をもとに作業します。フィンランド語は英語に入り、韓国語ブースはその英語を通訳します。

リレーは、そうでなければ不可能な人員配置の問題を解決しますが、明らかな代償があります。各ホップごとに遅れが増え、意味がずれる機会も1回増えるのです。伝言ゲームをしたことがある人なら、その失敗の形はわかるでしょう。AIICのような、国際会議通訳者の国際協会を含む専門団体は、まさにこうした条件を対象にした作業基準を公開しています。

リモート同時通訳

リモート同時通訳（RSI）は、ブースをソフトウェアの中へ移します。通訳者は自宅やハブから作業し、音声はインターネット経由で届き、参加者は受信機ではなく会議クライアント上でチャンネルを選びます。たとえばZoomには、ホストが通訳者を自分の音声チャンネルに割り当てられる言語通訳機能があります。利用可否はホストのアカウントに依存するため、現在の要件はZoomのサポート文書で確認できます。

RSIによって、通訳は劇的に利用しやすくなりました。同時に、音質は全員の問題にもなりました。反響のあるキッチンで、ノートPCのマイクが悪い参加者がいると、その通話にいるすべての通訳者への入力が劣化してしまうのです。

同時通訳者が2人組で働く理由

1言語につき通訳者1人で終日イベントを予約したなら、それは節約ではなく、スケジュールの誤りです。

この作業は、聞き取り、理解、作業記憶、言い換え、発話を1人に同時に負荷し、回復の間隔がありません。出力品質はマイクに向かう時間とともに低下し、しかも危険なのは、通訳者がそれに気づく前に低下することです。自己監視も他の機能と同じく劣化します。

そのため、通訳者はチームで働き、定期的に交代します。休憩中の通訳者は離れません。ブースに残って数字や固有名詞を書き留め、用語を調べ、問題がないか見守ります。ブースは、同時に発話できるのは1人だけの2人制システムなのです。

これが、「なぜ通訳はその価格なのか」への率直な答えでもあります。1人の専門家を1日予約しているのではありません。チーム、その準備時間、そして通常は機材も予約しているのです。

人間の通訳とライブAI翻訳

この2つは常に比較されますが、たいていはうまく比較されません。なぜなら、出力が異なるからです。実際に異なる点を基準に、比較を示します。

最も重要な行に注目してください。遅れが各列で測っているものは異なります。通訳者の数秒は、完全で文化的に再構成された話し言葉を買います。ライブ文字起こし層のサブ秒の遅れは、文脈が増えるにつれて固まっていく途中のテキストを画面に出します。この2つの数値を直接比較するのはカテゴリの誤りです。仕事の単位が同じではないからです。

通訳者が今なお比肩されないのは、言語が情報伝達以外のことをしている場面です。外交上の婉曲表現、文化的な参照で成立するジョーク、慎重に言葉を選ぶ証人 — こうした場面には、その場の利害を理解する人間が必要です。この測定可能な側面については、リアルタイム翻訳の精度ガイドで詳しく扱っています。

ライブAI翻訳はどう違って動くのか

AIのパイプラインは、通訳者の1つの重なった作業を、別々のシステム上で並行して動く段階に分解します。

ストリーミング音声認識。 音声は継続的に文字起こしエンジンへ送られ、文の終わりを待たずに単語ごとの途中結果を出力します。これらの途中結果は、より多くの文脈が入るたびに自ら修正されます。通訳者が内部で行っている自己修正が、画面上で見える形になったものです。

文脈対応翻訳。 各セグメントは、直前のいくつかのセグメントを文脈として翻訳されるため、代名詞や用語が文ごとにリセットされず、一貫性が保たれます。

任意の音声出力。 Speak Translationsを有効にすると、MirrorCaptionは翻訳された発話を目標言語で音読し、やり取りがまだライブの間に再生できます。あなたが中国語を話すと、相手側は英語を聞き、相手は英語で返し、あなたは中国語を読みます。再生はノートPCのスピーカー、ペアリングしたスマートフォン、またはMacクライアント上では仮想マイクを通じて行え、Zoom、Meet、Teamsが翻訳音声をマイク入力として受け取れます。

ボットなしでキャプチャ。 Meetモードは、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み、何も参加者として通話に加わりません。Talkモードは、対面会話のためにスマートフォンのマイクを使い、1つの連続セッションとして動作します。つまり、文ごとにボタンを押すのではなく、1回開始すれば両者が交互に話します。

通訳者とライブAI翻訳のどちらを選ぶか

何が重要かを言葉にすれば、判断はたいてい明快です。

人間の同時通訳を予約すべきなのは、言葉が法的または医療上の結果を伴うとき、誤読が高くつくか取り返しがつかないとき、場が機械的な読み上げにはふさわしくないほどフォーマルなとき、あるいは訳出に対して誰かが責任を負う必要があるときです。外交、裁判手続き、規制対象の医療同意、役員レベルの交渉などです。ブラウザでの医療通訳のページでは、専門的な線引きを明確に示しています。

ライブAI翻訳を使うべきなのは、会議が、部屋の誰かが半分しか追えていない言語で行われるであろう多くの場面の1つであるときです。定例スタンドアップ、サプライヤーとの通話、カスタマーサポート、講義、インタビュー、移動中の対面会話などです。また、後から検索できる記録が必要なときにも向いています。これは一時的な通訳では得られません。詳しくはライブキャプションと文字起こしの違いをご覧ください。

両方を使うべきなのは、イベント自体は通訳付きでも、参加者が検索、引用、共有できるテキストも欲しい場合です。通訳とライブ字幕は排他的ではなく、分散型の多言語チームでは、どちらか一方より組み合わせのほうがうまくいくことがよくあります。

よくある質問

同時通訳と逐次通訳の違いは何ですか？

同時通訳は話者がまだ話している間に行われるため、イベントは通常の速度で進みます。逐次通訳は間を使って行われます。話者が止まり、通訳者が伝え、話者が再開します。逐次通訳は文ごとの正確さは高いですが、セッション全体の長さはおおむね2倍になります。

同時通訳者は話者からどれくらい遅れますか？

数秒です。そして、その間隔は意図的なものです。décalage、または耳と声の間隔と呼ばれます。通訳者は、訳出を確定する前に文の行き先を知るため、十分な文脈が必要です。短すぎると誤って推測し、長すぎると作業記憶があふれます。

なぜ同時通訳者は2人組で働くのですか？

聞き取り、理解、記憶、発話を1人に同時に負荷し、マイクに向かう時間が長いほど品質が落ちるからです。通訳者はチームで働き、定期的に交代します。休憩中の相方はブースに残って、担当中の通訳者を支えます。

AIは同時通訳者を置き換えられますか？

外交、裁判、規制対象の医療同意のような高い利害がある場面では置き換えられません。そこでは責任と法的責任が重要だからです。AIが置き換えるのは、そもそも人間を手配するには遅すぎるか高すぎるため、通訳者がいなかったはるかに大きな日常会議の集合です。

同時通訳に特別な機材は必要ですか？

対面での人間通訳には必要です。ブース、通訳コンソール、聴衆用の受信機が要ります。リモート同時通訳では、そのハードウェアがソフトウェアプラットフォームに置き換わります。ライブAI翻訳では、ブラウザのタブに置き換わります。

通訳者を雇わずにZoomやTeams会議でライブ翻訳を使うにはどうすればいいですか？

通話と並べて、MirrorCaptionを2つ目のブラウザタブで開いてください。Meetモードは、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み、その横に文字起こしと翻訳を配信します。ボットは会議に参加せず、他の参加者が何かをインストールする必要もありません。

結論

同時通訳が機能するのは、訓練された専門家が意図的に話者より数秒遅れ、その間を使って聞き、予測し、言い換え、届けるからです。しかもそれを、ブースの中で、交代要員を控えさせながら一度に行います。décalage は、取り除くべき遅延ではありません。この技術全体が依存している作業空間なのです。

それを理解すると、代替手段の見方が変わります。ライブ文字起こし層は安価な通訳者ではありません。そもそも人員を割くことのなかった、膨大な数の言語横断会議という別の問題を解く、別の道具です。そうした場面では、MirrorCaptionが50以上の選択可能な言語で、会議の横に文字起こしと翻訳を表示し、会議にボットは参加せず、他の参加者が何かをインストールする必要もありません。ツール間で選択肢を比較したいなら、2026年の会議翻訳ツール比較で並べて確認できます。

必要な場面では通訳者を手配してください。それ以外の会議では、タブを開けば十分です。