2026年に動画通話で使える、リアルタイム音声翻訳アプリのベストは、MirrorCaption、Zoom Translated Captions、Google Meet Translated Captions、Microsoft Teams Live Translated Captions、Microsoft Translator、Notta、Otter.aiです。それぞれ適した場面が異なり、プラットフォームに固定されるもの、会議ボットが必要なもの、そしてライブ通話中に翻訳を音声で読み上げられるのは2つだけです。
最も重要な違いは、どのツールがあるかではありません。翻訳ツールが会話中に機能するのか、それとも終わった後にしか使えないのかです。45分の通話の12分目に韓国の相手が曖昧なことを言ったとき、必要なのは1時間後の洗練された要約ではなく、数秒以内の翻訳です。
例示シナリオ
物流営業チームが、韓国の新しい代理店との通話に参加しています。14分経過したところで、代理店側が納期の時間帯に関する懸念を説明するために韓国語に切り替えます。会議後の文字起こしなら、その発言を正確に拾えますが、約60分後です。リアルタイムのストリーミング翻訳なら、会話がまだ生きているうちに、その同じ一文を1秒以内に表示し、直接対応できます。
私たちは7つのツールを4つの基準で評価しました。翻訳が本当にストリーミングかどうか（後処理ではなく単語ごとか）、会議内でボットが必要かどうか、翻訳を音声で読み上げられるかどうか、そして実際の費用はいくらか、です。
- MirrorCaptionは、この一覧で唯一のブラウザベースのツールで、ボットなしでブラウザベースのZoom、Teams、Meet、Webex通話に対応し、Speak Translationsによる音声出力も任意で使えます。
- Zoom、Google Meet、Teamsはそれぞれ、リアルタイム翻訳字幕を標準搭載しています。チーム全員が同じプラットフォームを使うなら便利ですが、通話が別のツールに移った瞬間に役に立たなくなります。
- Microsoft Translatorは無料で音声出力にも対応しますが、通話とは別に、参加者全員がTranslatorアプリを個別に開く必要があります。
- NottaとOtter.aiは主に会議後のツールで、メモ作成には強いものの、厳密な意味でのストリーミング音声翻訳ではありません。
- ライブのやり取り中に翻訳音声を読み上げられるのは、MirrorCaption（Speak Translations経由）とMicrosoft Translator（自社アプリ内）のみです。
動画通話における「リアルタイム音声翻訳」とは何か
「リアルタイム翻訳」と呼ばれるものには2種類あり、実際の動作は大きく異なります。
ストリーミング文字起こしと翻訳は、話者がまだ話している最中に画面へ単語を表示します。テキストは単語ごとに現れ、文脈が増えるにつれて自己修正される途中結果が出ることもよくあります。発話が起きているその瞬間に、何が言われているかを読めるのです。MirrorCaptionや、プラットフォーム標準の翻訳字幕機能はこの方式です。
ほぼリアルタイムまたは後処理は、発話が終わった後に、場合によっては少し遅れて、または会議全体が終わってから、整った文字起こしや翻訳を生成します。Otter.aiとNottaは主にこのカテゴリです。強みは会話中の理解ではなく、メモの品質やアクションアイテムにあります。
さらに、多くの比較記事が完全に見落としている違いがあります。テキスト出力と音声出力です。
この一覧の7つのツールはすべて、翻訳テキストを画面に表示できます。ライブのやり取り中に翻訳を音声で読み上げられるのは2つだけです。この違いが最も重要になるのは、参加者の一人が画面を快適に読めない場合、会議室に向けて発表している場合、あるいは相手が翻訳された返答を読むのではなく聞く必要がある場合です。
日本人のクライアントが 「ちょっと難しいです」 — 直訳すると「少し難しいです」 — と言ったとき、ストリーミングツールなら、まだ40分残っている通話の途中でその表現を表示できます。会議後のメモでは、会話が先へ進んだ後に同じ3語が出てくるだけです。
動画通話向けリアルタイム音声翻訳アプリ ベスト7
1. MirrorCaption — クロスプラットフォーム対応と音声翻訳に最適
MirrorCaptionは、50以上の選択可能な言語に対応した、ブラウザベースのリアルタイム文字起こし・翻訳ツールです。デスクトップ版ChromeまたはMicrosoft Edgeで、ブラウザベースの動画通話 — Zoom、Google Meet、Teams、Webex — と並べて開くと、会議音声をブラウザタブから直接取得します。会議にボットは参加しません。参加者に管理者インストールも不要です。
文字起こしは1単語ずつ、1秒未満の遅延で表示されます。翻訳はすぐに続き、元の文と並んで表示されます。翻訳された各単語はタップ可能で、元になったソース語を表示できます。これは、「ちょっと難しいです」のような表現をそのまま直訳するだけでは足りない場面で重要です。
この一覧でMirrorCaptionを際立たせているのがSpeak Translationsです。これは、ユーザーの翻訳された発話を対象言語で音声読み上げする任意機能です。中国語で話して英語に翻訳すると、MirrorCaptionは会話がまだ進行中の間に英語音声を合成できます。再生方法は、ノートPCのスピーカー、QRコードでペアリングしたスマートフォン、またはMacの仮想マイクです。仮想マイクは翻訳音声をZoom、Meet、Teamsへマイク入力として直接ルーティングするため、相手側は通話を通じてそれを聞けます。
対面会話では、モバイル版のTalk modeが継続セッションとして動作します。つまり、各文ごとにキャプチャを再開するのではなく、同じセッション内で双方が交互に話し続けられます。これは、連続通訳セッションと、タップして訳すフレーズブックの違いです。
- 料金（mirrorcaption.com/#pricing）：無料 — 1回限り1時間、クレジットカード不要 · 年額 — €54.99/年、100時間分のホストクレジット付き · Premium（買い切りプラン） — €99の一回払い、200時間分のホストクレジット付き、今後のすべてのアップデートと新機能への優先アクセス、追加時間向けの最安Voice Packレート；追加時間は別売りのVoice Packsで利用可能
- 対応環境：デスクトップ版ChromeまたはEdge（Meet mode、会議タブ音声用）；モバイル版Chrome（Talk mode、対面用）
- ボット必須：いいえ
- 音声出力：あり — Speak Translations（ノートPCスピーカー、ペアリング済みスマホ、またはMac仮想マイク）
- 言語：50以上から選択可能
制限：Meet modeにはデスクトップ版ChromeまたはEdgeが必要です。SafariとFirefoxは会議タブ音声の取得に対応していません。モバイル版Talk modeはマイクを使用し、会議タブ音声向けには設計されていません。職場の画面キャプチャおよびWebアプリのポリシーは引き続き適用されます。多くのチームは自力で導入できますが、組織のブラウザ設定を確認してください。
2. Zoom Translated Captions — チーム全員がZoomを使うなら最適
Zoomは、対象の有料プランで利用できるホスト側機能としてTranslated Captionsを提供しています。ホストが有効化すると、各参加者は対象言語を選び、通話中にリアルタイムで翻訳字幕を表示できます。サードパーティ製ツールを開く必要はありません。追加ログインも不要です。
会議スタック全体がZoom上にあるチームにとって、これは最も摩擦の少ない方法です。利用可能な言語ペアと必要なプラン階層はZoomのサポートページに記載されており、対応範囲の拡大に伴って変更されます。自分の言語ペアが対応していると決めつける前に、最新の一覧を確認してください。
- 料金：対象の有料Zoomプランに含まれます — 現在のプラン要件はzoom.us/pricingを参照してください
- 対応環境：Zoomのみ
- ボット必須：いいえ（ホスト側機能）
- 音声出力：なし — テキスト字幕のみ
- 言語：複数の言語ペアから選択可能。最新一覧はZoomのサポート記事を参照してください
制限：Zoomに固定されています。多くのプランでは翻訳済み文字起こしのエクスポートはできません。ワークフロー内の誰かが別の会議プラットフォームを使っているなら、この機能は役に立ちません。
3. Google Meet Translated Captions — Google Workspaceチームに最適
Google Meetには、対象のGoogle WorkspaceプランでTranslated Captionsが含まれています。会議中にオンにすると、参加者の対象言語で字幕がリアルタイムに表示されます。Zoom版と同様に標準搭載で、追加ウィンドウは不要です。
無料の個人向けGoogleアカウントにはTranslated Captionsは含まれていません。利用可否と対応言語ペアはWorkspaceプランによって異なり、support.google.com/meetに記載されています。
- 料金：対象のGoogle Workspaceプランで利用可能 — 無料の個人向けプランでは利用不可
- 対応環境：Google Meetのみ
- ボット必須：いいえ
- 音声出力：なし — テキスト字幕のみ
- 言語：複数の言語ペアから選択可能。最新一覧はsupport.google.com/meetを参照してください
制限：Google Meetに固定されています。標準プランでは字幕は一時的な表示で、検索可能なエクスポート済み文字起こしはありません。
4. Microsoft Teams Live Translated Captions — Microsoft 365組織に最適
Microsoft Teamsは、Teams Premiumおよび一部のMicrosoft 365プランの一部としてLive Translated Captionsを提供しています。各参加者は対象言語を選択でき、会議の発話がリアルタイムで字幕化・翻訳されます。
すでにMicrosoft 365を運用している組織にとって、これはTeamsネイティブの通話に自然な選択です。ZoomやGoogle Meetの同等機能と同じく、Teamsの境界を越えると有用性はなくなります。
- 料金：Teams Premiumまたは対象のMicrosoft 365プランが必要です — 最新要件はlearn.microsoft.comで確認してください
- 対応環境：Microsoft Teamsのみ
- ボット必須：いいえ（管理者が機能を有効化する必要あり）
- 音声出力：なし — テキスト字幕のみ
- 言語：複数の言語ペアから選択可能。最新一覧はMicrosoftのドキュメントを参照してください
制限：標準のTeamsライセンスに加えてTeams Premiumが必要です。Microsoft Teamsに固定されています。
5. Microsoft Translator — 最良の無料オプション（ただし条件あり）
Microsoft Translatorは無料のConversations機能を提供しています。複数の参加者がそれぞれ自分のデバイスで共有翻訳セッションに参加し、他の人の発話を自分の選んだ言語でリアルタイムに翻訳表示できます。テキスト読み上げにも対応しており、各デバイスで翻訳音声を読み上げられます。
ただし条件があります。これは既存の動画通話プラットフォームとの統合ではなく、単独のアプリ体験です。動画通話では、参加者全員が会議とは別にMicrosoft Translatorを開いておく必要があります。この手間は、特に対面会話では許容できる場合がありますが、ブラウザタブ型の翻訳ツールをそのまま置き換えるものではありません。
- 料金：無料 — translator.microsoft.com
- 対応環境：単独のWebアプリとモバイルアプリ — Zoom、Teamsの字幕機能、Meet、その他の通話プラットフォームには自動統合されません
- ボット必須：いいえ
- 音声出力：あり — Translatorアプリ内のデバイスTTS
- 言語：幅広い言語をカバー。最新一覧はtranslator.microsoft.comを参照してください
制限：すべての参加者が自分でTranslatorセッションを開いて参加する必要があります。他のプラットフォームの会議音声を自動で取得することはできません。
6. Notta — 会議後の翻訳メモに最適
NottaはAIメモ作成ツールで、会議をリアルタイムで文字起こしし、主に会議終了後に翻訳要約やメモを生成できます。会議ボットが通話に参加する方法、またはブラウザ拡張機能を通じて動作します。
Nottaの強みは、会議後に得られる洗練された成果物です。きれいな文字起こし、翻訳要約、共有可能なメモ。会議中の理解よりも多言語の会議記録が必要なチームには実用的な選択肢です。会話の途中で使うリアルタイム音声翻訳としては、その役割にはあまり向いていません。
- 料金：サブスクリプションプラン — 現在の階層はnotta.ai/pricingを参照してください
- 対応環境：Zoom、Google Meet、Microsoft Teams、その他。ボットまたはブラウザ拡張機能経由
- ボット必須：はい
- 音声出力：なし
- 言語：多くの言語で文字起こし可能。翻訳機能はプランによって異なります
制限：会議ボットは他の参加者から見え、ほとんどのプラットフォームで録画通知が表示されます。通話中の翻訳体験は、会議後のワークフローよりも優先度が低いです。
7. Otter.ai — 英語中心のチームに最適
Otter.aiは、最も広く使われている会議文字起こしツールの1つです。リアルタイムの英語文字起こしは非常に優秀で、明確な話者ラベル、継続的なAI要約、OtterPilotによって会議の進行に合わせて表示されるアクションアイテムが特徴です。
翻訳機能は上位プランにありますが、Otterは基本的に英語中心です。参加者全員が英語を話し、目的がメモや要約であれば、Otterは十分に競争力があります。会話の途中での理解が重要な多言語通話では、力不足です。
- 料金（otter.ai/pricing）：無料（分数制限あり） · Pro $16.99/月 · Business $30/月
- 対応環境：Zoom、Google Meet、Microsoft Teams（OtterPilotボット経由）
- ボット必須：はい（OtterPilotが可視参加者として会議に参加）
- 音声出力：なし
- 言語：主に英語
制限：OtterPilotは可視参加者として会議に参加します。英語以外の言語での翻訳品質は、専用の多言語ツールに劣ります。ボットの存在が好まれないチームには適していません。
次の通話でMirrorCaptionを試す
1時間無料。クレジットカード不要。デスクトップ版ChromeまたはEdgeで、ブラウザベースのZoom、Teams、Meet、Webexと併用できます。
MirrorCaptionを無料で開く適切なリアルタイム音声翻訳アプリの選び方
4つの質問で、候補はすぐに絞れます。
翻訳を音声で読み上げる必要がありますか、それともテキストで十分ですか？
通話参加者全員が字幕を読めるなら、テキストで十分です。上記7つのツールのうち6つはテキストを出力します。参加者の一人が画面を読みづらい場合、あるいはライブのプレゼンテーションや対面会話で、相手に翻訳された返答を聞いてもらう必要がある場合は、MirrorCaptionのSpeak TranslationsとMicrosoft Translator（自社アプリ内）のみが音声出力に対応します。見込み客が翻訳を読むのではなく聞く必要がある越境営業通話では、この違いが決定的です。
動画通話はすべて1つのプラットフォームで行っていますか？
はい、しかもそのプラットフォームがZoom、Meet、Teamsなら、標準搭載の翻訳字幕機能が最も摩擦の少ない方法です。追加ログインも、追加ウィンドウも不要で、既存プラン以外の席単位アドオンもありません。
複数のプラットフォームをまたいで通話を主催・参加している場合、または対面会話でも同じツールを使いたい場合、プラットフォーム標準機能は持ち運べません。MirrorCaptionはデスクトップ版ChromeまたはEdgeで、ブラウザベースのZoom、Teams、Meet、Webex通話に対応し、モバイルでは対面用のTalk modeも追加されます。クロスプラットフォーム翻訳ツールをさらに比較したい場合は、2026年版ベスト会議翻訳ツールまとめをご覧ください。
組織は会議ボットやサードパーティ拡張機能を制限していますか？
NottaやOtter.aiで使われる会議ボットは、可視参加者として通話に参加し、ほとんどのプラットフォームで録画通知を表示します。多くのITポリシーでは、サードパーティのボットがブロックまたは非推奨です。MirrorCaptionはブラウザタブから直接音声を取得するため、会議にボットは参加しません。
なお、組織の画面共有やWebアプリへのアクセスに関するポリシーは引き続き適用されます。多くのチームはITチケットを出さずにMirrorCaptionを導入できますが、組織のブラウザおよび画面キャプチャのポリシーは確認してください。ボットの有無を直接比較したい場合は、MirrorCaption vs Zoom AI Companionをご覧ください。
実際にはどのくらいの頻度で翻訳が必要ですか？
たまに使う程度、つまり月に数回の通話なら、MirrorCaptionの1回限りの無料1時間、またはMicrosoft Translatorの無料プランで足りるかもしれません。定期的に使うなら、€99の買い切りPremium（200時間分のホストクレジット付き）と、Otter Proの約$16.99/月のような継続課金の席単位ツールを比較してください。週に2時間の翻訳通話なら、買い切りプランは通常、最初の2か月以内に元が取れます。
簡易比較：動画通話向けリアルタイム音声翻訳アプリ
| ツール | ストリーミングのリアルタイム性 | 音声出力 | ボット必須 | 対応環境 | 開始価格 |
|---|---|---|---|---|---|
| MirrorCaption | はい | はい（Speak Translations） | いいえ | Chrome/Edgeデスクトップ；Chromeモバイル | 無料1時間；€99の買い切りPremium |
| Zoom Translated Captions | はい | いいえ | いいえ | Zoomのみ | 有料Zoomプラン |
| Google Meet Translated Captions | はい | いいえ | いいえ | Google Meetのみ | 対象Workspaceプラン |
| Teams Live Translated Captions | はい | いいえ | いいえ | Teamsのみ | Teams Premiumが必要 |
| Microsoft Translator | はい | はい（アプリTTS） | いいえ | 単独アプリのみ | 無料 |
| Notta | 一部のみ | いいえ | はい | Zoom、Meet、Teams | サブスクリプション — サイト参照 |
| Otter.ai | 一部のみ（英語） | いいえ | はい | Zoom、Meet、Teams | $16.99/月 Pro |
よくある質問
Zoomには動画通話向けのリアルタイム音声翻訳がありますか？
はい。Zoomは対象の有料プランの一部としてTranslated Captionsを提供しています。ホストが機能を有効にすると、参加者は会議中に選んだ対象言語の字幕をリアルタイムで表示できます。音声出力はなく、テキストのみです。利用可能な言語ペアと必要なプラン階層はZoomのサポートページに記載されており、対応範囲の拡大に合わせて更新されます。
会議にボットとして参加しないリアルタイム音声翻訳アプリはありますか？
はい。MirrorCaptionはブラウザタブで動作し、デスクトップ版ChromeまたはEdgeの会議タブから音声を直接取得します。会議にボットは参加せず、参加者一覧に追加の参加者も表示されません。Zoom Translated Captions、Google Meet Translated Captions、Teams Live Translated Captionsといったプラットフォーム標準の選択肢もボットは不要ですが、それぞれ自社プラットフォーム内でのみ機能します。
リアルタイム翻訳ツールは、動画通話中に翻訳を音声で読み上げられますか？
はい。MirrorCaptionのSpeak Translations機能は、ユーザーの翻訳された発話を対象言語でほぼリアルタイムに読み上げます。再生方法には、ノートPCスピーカー、QRコードでペアリングしたスマートフォン、または翻訳音声をZoom、Meet、Teamsへマイク入力としてルーティングするMacの仮想マイクがあり、相手側は通話を通じて翻訳を聞けます。Microsoft Translatorもテキスト読み上げ再生に対応していますが、これは既存の動画通話に統合されたレイヤーではなく、自社の単独アプリ内で動作します。
動画通話でのAI音声翻訳の精度はどのくらいですか？
精度は、話者の明瞭さ、マイク品質、言語ペア、アクセントに左右されます。過去の会話セグメントを各翻訳呼び出しの文脈として渡すツールは、文ごとに独立して翻訳するツールよりも、複数ターンの対話で一般的に良い結果を出します。法務、医療、重大な交渉など、特に要求の厳しい用途では、AI翻訳は強力なリアルタイム補助として扱い、専門通訳者の認定された代替とは考えないでください。ツールや言語によってAI翻訳品質がどう変わるかを詳しく知りたい場合は、リアルタイム翻訳精度の分析をご覧ください。
動画通話向けの最良の無料リアルタイム音声翻訳アプリは何ですか？
プラットフォーム標準の選択肢（Zoom Translated Captions、Google Meet Translated Captions、Teams Live Translated Captions）は、すでにホスティングプランに料金を払っているなら実質無料ですが、それぞれ1つのプラットフォームに固定されています。Microsoft Translatorはプラットフォームに縛られず無料ですが、参加者全員が通話とは別に単独アプリを開く必要があります。MirrorCaptionは1回限りの無料1時間を提供しており、クレジットカード不要、毎月のリセットもありません。実際の通話でストリーミング翻訳体験を試し、導入前に評価するには十分です。
会議中に、すべての単語を読む
MirrorCaptionは、ブラウザベースのZoom、Teams、Meet、Webexと併用できます。ボット不要。インストール不要。1時間無料でお試しください。
無料で始める結論
多くのチームは、すでに使っているプラットフォームに組み込まれた翻訳機能を選びがちです。同じツールのまま全員が使い続けるなら、それでうまくいきます。しかし、通話が別のプラットフォームに移ったり、会話が対面になったりした瞬間、そのプラットフォーム標準機能は完全に消えてしまいます。
MirrorCaptionは、その隙間を埋めるために作られています。ブラウザベースの動画通話全体で使える1つのタブで、ボットなしで音声を取得し、必要に応じてSpeak Translationsで翻訳結果を音声読み上げできます。実際の会話を止めない速さです。次の多言語通話では、まず1時間無料トライアルから始めてください。