Zoomのリアルタイム翻訳を使えば、バイリンガルの商談ごとにフォローアップメールで消えていく2時間をチームに取り戻せる。そう期待して、私は1週間かけて実際のミーティングでこの機能を徹底的に試しました。

私はJotMeでコンテンツ責任者を務めており、ライブ翻訳ツールを実戦で検証することは、エンタープライズのお客様に何を推奨するかを決めるチームの仕事の一部です。

いま最も注目されているのがZoom純正のAI Companionで、話し声を画面上の字幕に変換し、ベータ版では合成音声にまで変換します。私が知りたかったのは、Zoom内蔵の翻訳だけで英語と中国語の実際の商談を最後まで支えられるのか、それとも別途専用ツールが必要なのか、という点でした。そこで同じ商談を2回、片方はZoomだけで、もう片方はJotMeを併用して録画しました。その差こそが、多言語ミーティングでJotMeが必要になる理由を物語っていました。

この記事で得られる内容は次のとおりです。

• 同じ英中セールストークをZoomとJotMeの両方で流した、実環境でのZoom翻訳テスト。
• 2026年時点でZoomの翻訳字幕、音声翻訳、通訳者による人的通訳がどのように機能するか。
• 実際のクライアント想定の会話中に遭遇したZoom翻訳の誤訳と限界。
• 言語カバレッジ、精度、料金、通話後のワークフローについてのZoom対JotMeの並列比較。
• JotMeでZoomのリアルタイム翻訳を設定する手順。
• Zoom内蔵翻訳で十分なケースと、専用翻訳ツールを選ぶべきケースについての私の推奨。

まずは、ミーティングそのものの話に入る前に、ZoomとJotMeの違いを整理します。

Zoom翻訳とは？Zoomはミーティングをリアルタイムで翻訳できるのか

Zoomは、AI Companionを通じて話し声を最大46言語のライブ字幕に翻訳し、さらに新しい音声翻訳ベータでは5言語で翻訳を音声として読み上げます。

これらの機能は、多言語チームがライブミーティング中にコミュニケーションを取りやすくするために設計されています。「Zoomはミーティングをリアルタイムで翻訳できるのか」という疑問への答えは、イエスです。

翻訳字幕はZoom AI Companionを使い、音声をテキストに変換して46言語で表示します。新しい音声翻訳ベータは、その翻訳を5言語で音声として読み上げます。ただし、この数少ない言語を超えて話し言葉の精度を求める場合、多くのチームはZoomと並べて専用ツールを併用しています。

Zoomのリアルタイム翻訳は現在どう動くのか

Zoomは3つの機能で翻訳に対応しており、それぞれ成熟度がまったく異なる段階にあります。

Zoom翻訳字幕

Zoomの翻訳字幕はAI Companionによって動作します。話されている言語を検出し、各参加者が「字幕を表示」→「翻訳」から自分の言語に切り替えられるライブ字幕を表示します。 

Zoom AI Companionは話されている言語を自動検出し、46言語の字幕でリアルタイムに翻訳します。難点はアクセスです。翻訳字幕はZoom Workplace Business Plus、Enterprise Essentials、Enterprise Plus、Enterprise Premierの各プランに含まれるため、下位プランではこのZoom自動翻訳を有効にする前に有料アドオンが必要になります。

Zoomの音声から音声への翻訳（Speech-to-Speech）

Zoomは2026年4月に音声翻訳をベータ版として提供開始しました。参加者が一つの言語で話すと、他の参加者にはAI生成の音声で聞こえるというもので、現在は英語・中国語・フランス語・日本語・スペイン語の5言語に対応し、米国拠点アカウントの有料ユーザー向けです。

Zoomの音声から音声への翻訳は、字幕エンジンを置き換えるのではなくそれに依存しています。翻訳されたテキストを合成音声に変換する仕組みのため、途切れなく長く話し続ける場面では、翻訳音声が話者の間（ま）の後にしか届かないことがあります。この「間」こそが、真の同時通訳と、字幕を読み上げているだけの状態との違いです。

Zoomの人的通訳

Zoomの通訳機能では、ホストがプロの通訳者を言語チャンネルに割り当て、参加者がそのチャンネルを選んで聞きます。段取りの決まったイベントではうまく機能しますが、言語方向ごとに人を手配するためのコストとスケジュール調整が発生します。

実際のバイリンガル商談で検証：Zoom対JotMe

公平を期すため、私はチームが実際に対応しているシナリオを組みました。私が中国語を話す購入希望者を、同僚が英語を話すディーラーを演じる、SUVの模擬商談です。同じ台本、同じ音声で、6分間の通話をそれぞれのセットアップで1回ずつ録画しました。

基本的な部分ではZoomも健闘しました。ライブトランスクリプトは双方の発言を捉え、話者を区別してラベル付けし、通話終了ボタンを押した瞬間にオフラインで自動保存されました。記録として残す用途では、これは本当に便利です。

ところが、話題が具体的になった途端に限界が見えてきました。

2025年式のツーソン・ハイブリッドはトランスクリプト上で「toxin hybrid（毒素ハイブリッド）」と表示され、年式は英語のフレーズに紛れ込んだ中国語の文字と混ざり、「spacious（広々とした）」は「expacitious」という存在しない語になりました。字幕は混在した文字体系の生テキストとして流れるため、通話をきれいな英語で読み返すには自分で手直しする必要がありました。しかも途中で文字起こしが突然止まってしまい、再起動する羽目になりました。

JotMeは同じ音声を、字幕の羅列ではなく一つの会話として処理しました。話す言語を中国語、目標言語を英語に設定すると、話している間に英語が画面に表示されました。

トランスクリプトはバイリンガルで流れ、中国語の隣にきれいな英語が並びました。燃料費への不安や家族のための後部座席の広さといった、購入希望者が本当に言いたかった要点をそのまま保っていました。

通話後になると、その差はさらに広がりました。JotMeは、スクラブできる波形付きの録音、「SUV選び：広さ・経済性・機能」というタイトルの付いた議事録、そして購入希望者が比較していたヒュンダイ・ツーソン・ハイブリッド、トヨタRAV4、ホンダCR-Vを正しく挙げた要約（Gist）を渡してくれました。

私のワークフローを変えたのはAsk JotMeでした。ミーティングをナレッジベースのように問い合わせでき、「このミーティングの後に何をすべきか」と尋ねると、空白のページではなく短いアクションリストが返ってきました。

Zoomのリアルタイム翻訳はどこで力不足なのか

Zoomのライブ翻訳は基本的な多言語ミーティングには役立ちますが、プランの利用可否、専門用語の翻訳精度、対応言語、ミーティング後の分析といった点に限界があります。検証中には、翻訳そのもの以外にも実務上の引っかかりに気づきました。興味深いことに、あるG2上のZoomユーザーも同様の経験を共有しており、長時間のミーティングではZoomがリソースを消費しやすく感じること、一部の高度な機能が上位プランに閉じ込められていることを指摘していました。

クライアントとの多言語通話を検証する中で私が見つけた主なギャップは次のとおりです。

利用がプランに縛られる： Zoomのライブ字幕機能にはBusiness PlusまたはEnterpriseプラン、あるいは有料アドオンが必要なため、下位プランのチームは単純にオンにすることができません。新しい音声翻訳はさらに範囲が狭く、ベータ期間中は米国の有料アカウントで5言語のみ、しかも音声は連続的ではなく間を置いてから届きます。

専門用語で文脈の精度が落ちる： 私のクライアントが実際に使う言語では、文脈こそが大きなギャップです。字幕は単語・文単位に近い形で翻訳するため、文脈に依存する中国語・日本語・韓国語のフレーズは平板化しやすく、その結果ツーソンが「toxin」になってしまうのです。ソウル・東京・深センのサプライヤーとやり取りするオペレーション責任者にとって、この一つのズレが数字や約束を動かしかねません。

通話後の記録に手作業が必要： Zoomは既定でトランスクリプトを元の言語のまま保存し、要約もアクションアイテムも問い合わせ機能もありません。そのため、本来なら通話中に終わるはずのすり合わせ作業が、フォローアップのやり取りへとこぼれ出てしまいます。

対応言語が限られる： 標準のZoom翻訳字幕は36言語に対応し、AI Companionはこれを46言語に拡大します。しかし音声翻訳は現在5つの話し言葉にしか対応していません。あまり一般的でない言語をまたいで働くチームは、すべての参加者を一貫してカバーするために専用の翻訳プラットフォームが必要になる場合があります。

この2つのセットアップが、これらのギャップでどう比較されるかを示します。

検証中の私の経験は、他のユーザーからのフィードバックとも一致していました。あるG2レビュアーはJotMeを5点満点中4.5点と評価し、多言語ミーティングでのリアルタイム翻訳能力を高く評価していました。翻訳は、海外のクライアントとの議論を絶えず聞き返すことなく追えるほど明瞭だった、と述べています。 

このレビュアーはさらに、バイリンガルのトランスクリプト、自動要約、ミーティング後の記録を大きな時短要素として挙げ、録画を後から手作業で見返したりメモを取ったりする必要がなくなったと指摘していました。

これは私自身の検証結果とも重なります。最大の違いは、ライブ翻訳そのものだけでなく、通話が終わった直後に使えるバイリンガルのトランスクリプト、議事録、検索できる記録が手に入る点でした。

JotMeは同じZoom通話上で、参加者として参加することなく動作します。ホストの許可も不要です。デスクトップアプリが音声を直接キャプチャし、文脈を踏まえて翻訳し、通話が終わった瞬間にバイリンガルのトランスクリプトと問い合わせできる議事録を届けます。

Zoomのライブ字幕翻訳は誰が使えるのか

Zoom翻訳機能は、対象となる有料Zoomプランを持つ組織が利用でき、ライブ翻訳字幕を通じて参加者が異なる言語の会話を追う手助けをします。Zoom自動翻訳は、グローバルチーム、ウェビナー、研修セッション、多言語ミーティングでとくに役立ちます。

• 複数言語をまたいで働く国際チーム
• グローバルな聴衆を持つウェビナー主催者
• カスタマーサポートやセールスのチーム
• 多言語の学習者がいる教育機関
• 海外のパートナーやクライアントと協業する企業

JotMeでZoomのリアルタイム翻訳を設定する方法

JotMeでZoomのリアルタイム翻訳を実行するには数分しかかからず、ホストの許可も不要でした。参加者として通話に加わるものが何もないからです。

ステップ1：JotMeデスクトップアプリをインストールする

私はデスクトップアプリを追加しました。ブラウザベースの通話向けにはChrome拡張機能もあり、これはGoogle Meetに最適です。

ステップ2：Zoom通話を開始または参加する

いつもどおりZoom通話に参加し、システム上でJotMeを開きます。話す言語と出力言語を選びます。私は話す言語に中国語、目標言語に英語を選び、通話中はリアルタイム字幕が流れ、通話が終わった瞬間に議事録が生成されました。

Zoom翻訳は費用に見合うのか

Zoom翻訳は、すでにお使いのプランに含まれているなら費用に見合います。Business Plus以上のプランのチームにとって、翻訳字幕は追加料金なしで確かな価値を加えます。それ以外の人にとっては、計算はすぐに変わってきます。

それぞれの道筋が実際にいくらかかるかを示します。

Zoom Proは1ユーザー月額14.16ドルで無制限のAIノート作成を含みますが、ライブ翻訳字幕はそれに加えてアップグレードまたはアドオンが必要です。音声翻訳はベータ終了後に有料アドオンになると見込まれています。Zoom Proの国境をまたぐチームは、追加の支出なしにはライブ翻訳を利用できません。

JotMe Proは1ユーザー月額10ドルで、月3時間のライブ翻訳またはリアルタイム要約、8時間の文字起こし、そしてGoogle Meet上のChrome拡張機能による無制限の文字起こしを含みます。無料プランは、有料プランに移る前の最初のお試しをカバーします。

月に2〜3回以上の多言語通話を行うチームにとって、月額10ドルのJotMeは、Zoomならプランのアップグレードが必要になるユースケースをカバーします。すでにBusiness PlusやEnterpriseを利用しているチームにとっても、Zoom上でJotMeを走らせることで、Zoomの字幕では得られない文脈の精度と問い合わせできる通話後の記録が加わります。

Zoomのリアルタイム翻訳を使うためのベストプラクティス

クライアントや社内チームとの多言語ミーティングを検証する中で、翻訳の質を一貫して高めてくれるいくつかの習慣に気づきました。これらは今ではチームの標準ワークフローの一部になっています。

• 重要なミーティングの前には2分間のテスト通話を行います。中国語・日本語・韓国語の精度はヨーロッパ言語ペアよりばらつきが大きいことがあるため、実際に使う言語でセットアップを必ず確認します。
• 可能な限り、製品名や略語を事前に登録します。これにより、私のテストで「ツーソン・ハイブリッド」が「toxin hybrid」になったような、モデル名がまったく別物に変わる事態を避けられます。
• すべての話者がクリーンなマイクを使い、背景ノイズを最小限にするようにします。私の経験では、どのソフトウェア設定よりも音質のほうが翻訳精度に影響します。
• 会話に文脈が確立されるまで1分ほど与えます。文脈を踏まえる翻訳ツールは、ミーティングが進み議論からより多くの情報を集めるにつれて、たいてい精度が上がります。
• 重要な数字、日付、約束事は声に出して繰り返します。これによりトランスクリプトがきれいになり、ミーティング後の議事録がずっと信頼できるものになります。
• ミーティングの種類に翻訳方式を合わせます。ウェビナーやプレゼンテーションなら字幕でたいてい十分です。交渉やクライアント通話、ニュアンスが重要な議論では、音声翻訳や本格的な通訳を選びます。

Zoomのライブ翻訳 対 JotMeのライブ翻訳：どちらを選ぶべきか

私の経験では、適切なセットアップは、通話がどのくらいの頻度で多言語になるか、そして記録にどれほどの正確さが必要かによって決まります。

ざっくりした字幕で十分な社内の同期ミーティングで、すでにプランに翻訳字幕が含まれているなら、Zoomの内蔵機能で用は足ります。オンにして使いましょう。

一方、クライアント通話、サプライヤーとの交渉、あるいは専門用語の正確さときれいな通話後の記録が重要なミーティングでは、Zoomと並べて走らせる専用翻訳ツールが、まったく別次元の出力を届けます。Zoomは言葉を捉えます。JotMeは意味を捉え、通話が終わった瞬間にバイリンガルのトランスクリプト、議事録、問い合わせできるミーティング要約を渡してくれます。

この違いを見極める最速の方法は、あなた自身の言語ペアで試すことです。JotMeをダウンロードし、チームやクライアントと実際に使う言語で10分間のテスト通話を行い、その出力を同じ通話のZoomのトランスクリプトと比べてみてください。まず全体を見渡してから比較したいという方は、Zoom向けのAIライブ翻訳ツールのトップをまとめたチームのレビュー記事で、6つの選択肢を並べて解説しています。

よくある質問（FAQ）

Zoomはリアルタイムで翻訳できますか？

はい。ZoomはAI Companionを通じて話し声を46言語のライブ字幕に翻訳し、音声翻訳ベータは5言語で翻訳を音声として読み上げます。ライブ字幕にはBusiness PlusまたはEnterpriseプラン、あるいは有料アドオンが必要です。

Zoomで翻訳字幕をオンにするには？

ホストがミーティング設定で翻訳字幕を有効にし、その後、各参加者が「字幕を表示」を開いて「翻訳」を選び、目標言語を指定します。この機能には対象となるZoom Workplaceプラン、または翻訳字幕アドオンが必要です。

Zoom AI Companionは音声から音声への翻訳をしますか？

Zoomの音声翻訳は2026年4月に米国の有料アカウント向けに提供開始され、英語・中国語・フランス語・日本語・スペイン語に対応しています。翻訳字幕を合成音声に変換する仕組みのため、長い発話では音声が話者の間の後に届くことがあります。

Zoom翻訳は何言語に対応していますか？

Zoomは字幕を35以上の言語で翻訳し、AI Companionで46言語まで拡大します。音声翻訳ベータは5言語です。これに対しJotMeは、39,000超の言語ペアにわたって200言語以上に対応しています。

Zoomは中国語やスペイン語を英語にリアルタイム翻訳できますか？

はい。翻訳字幕を通じて、またそれらの言語については音声翻訳ベータを通じて可能です。私のテストでは、Zoomは中国語から英語への通話の大意は捉えたものの製品用語を平板化させ、一方で文脈を踏まえるツールはそれらをそのまま保ちました。

ボットを通話に参加させないZoom翻訳ツールはありますか？

はい。JotMeはミーティングの音声を直接キャプチャするため、ボットがZoom通話に参加することはありません。参加者は自分側で何もインストールする必要がなく、その裏でライブ翻訳、文字起こし、議事録が動きます。

Zoom翻訳はモバイルでも動きますか？

はい。Zoomの翻訳字幕はZoomモバイルアプリを通じてiOSとAndroidで動作します。参加者はミーティングのコントロールから字幕を有効にし、字幕設定で目標言語を選びます。アカウント全体で翻訳を有効化するホスト側の設定など、一部の構成オプションは通話開始前にデスクトップで済ませるほうが簡単です。