Googleは、Google I/O 2025にて、コミュニケーション技術における革新的な進歩を発表しました。Google Meetにおけるリアルタイム音声翻訳機能は、まるでビデオ通話に同時通訳者がいるかのような体験を提供します。
従来の翻訳ツールが字幕や機械的な音声に頼っていたのに対し、Googleの新機能は音声から音声への直接変換を実現。機能を有効にすると、話された内容がリスナーの希望する言語に翻訳されるだけでなく、話者の本来の声質やトーン、抑揚、感情表現まで忠実に再現されます。ユーザーは元の音声がうっすらと聞こえ、その上に翻訳された音声が重なることで、より自然な会話体験が得られます。
「この機能は、Google DeepMindが開発した強力な音声言語モデルを活用し、異なる言語を話す人同士でもシームレスかつ自然な会話を可能にします」とGoogleはI/Oプレゼンテーションで述べました。AudioLM技術により、元の音声品質を最大限維持しながら言語を変換することが可能になっています。
この機能は現在、Google AI Pro（月額19.99ドル）および新たに登場したAI Ultra（月額249.99ドル）の加入者向けにベータ提供が開始されています。注目すべきは、通話参加者のうち1人がサブスクリプションに加入していれば、全員が翻訳機能を利用できる点です。現時点では英語とスペイン語に対応し、今後数週間でイタリア語、ドイツ語、ポルトガル語にも対応予定です。
実用例は多岐にわたり、英語を話す孫とスペイン語を話す祖父母が自然に会話できるようになったり、国際的なビジネスコラボレーションを円滑に進めたりすることが期待されています。Googleは、Workspaceビジネスユーザー向けの早期テストも年内に開始予定であり、グローバルな企業コミュニケーションの在り方を大きく変える可能性を示唆しています。
この開発は、競合他社を大きくリードするものです。Microsoft TeamsやSkypeも過去に翻訳機能を提供してきましたが、Googleのアプローチはより自然で流暢な会話体験を実現し、会話の「人間らしさ」を損なわない点で大きな進歩と言えるでしょう。世界の言語の壁を打ち破る、重要な技術革新です。