音声翻訳機能の概要

この音声翻訳機能は、99言語間で音声を変換します。翻訳品質は、元の言語の単語誤り率に準じます。録音ファイルをアップロードするか、ブラウザでライブで話すことができます。ダウンロード、アカウント登録、時間制限は一切ありません。

オーディオファイルをドロップすれば、翻訳されたテキストが出力されます。 MP3、WAV、M4A、MP4、OGG、FLACをアップロードしてください。モデルが元の言語を文字起こしし、選択したターゲット言語に翻訳を実行し、結果を字幕用のプレーンテキスト、SRT、またはVTTとしてエクスポートします。最大3時間のファイルでも一度の処理で対応します。

ライブ翻訳は同じブラウザタブで実行されます。 マイクをクリックして話し始めると、1.5秒以内に翻訳されたテキストが表示されます。国際的なサポート通話、ベンダー会議、バイリンガルインタビューなど、録音が完了するのを待つことができない状況で役立ちます（2026年4月のレイテンシーベンチマーク）。

主な機能：

あらゆる原言語から英語への音声翻訳（自動検出機能付き）
1.5秒未満の遅延でのライブ音声翻訳
最大3時間のオーディオファイルアップロード（MP3、WAV、M4A、MP4、OGG、FLAC）
会議、通話、プレゼンテーションのための無料ライブ音声翻訳機能
アクセント、方言、バックグラウンドノイズに96%以上の精度で対応
翻訳を音声として再生する音声出力
ブラウザベース、インストール不要
ドキュメント作成と検索のためのタイムスタンプ付き文字起こし

このツールは、録音された会議、ポッドキャスト、インタビュー、顧客サポート通話、ビデオコンテンツ向けに構築されています。リアルタイムでの会話にはライブモードを、検索可能な文字起こしを含む一括作業にはファイルをアップロードして使用してください。

言語ペア品質マトリックス

翻訳品質は文字起こし品質に準じます。原言語の単語誤り率（WER）が低いペアは、翻訳処理が解釈する曖昧な入力が少ないため、よりクリーンな翻訳を生成します。以下の数値は2026年4月WER再テストによるものです。

言語ペア	平均WER（文字起こし）	翻訳品質	備考
en, es	4-5%	優秀	最も利用頻度の高いペア、最もトレーニング済み
en, pt	5-6%	優秀	ブラジルおよびヨーロッパのバリアントをサポート
en, fr	5-6%	優秀	ケベックフランス語に対応
en, de	6-7%	良好	複合語を正しく処理
en, ja	7-8%	良好	句読点を再構築
en, zh	7-8%	良好	簡体字と繁体字
en, ko	7-8%	良好	敬語表現を保持
es, pt	5-6%	優秀	相互理解度が高い
en, ar	9-10%	許容範囲	MSAのみ、方言カバー率限定的
en, hi	9-10%	許容範囲	英語とのコードスイッチングに対応

リストにないペアについては、言語ごとの精度表で原言語のWERを調べ、WERのバケットと最終的な翻訳の間に約1段階の品質ティアを追加してください。WERが10%以上のペアでも、大意を把握するための有用な翻訳は生成されますが、固有名詞やイディオムの微調整が多く必要になることを想定してください。

音声を即座に録音

即時翻訳テキスト

音声翻訳機能の使い方

録音をアップロードする場合でも、ライブで話す場合でも、このツールは以下の3つのステップで動作します。

オーディオファイル（MP3、WAV、M4A、MP4、OGG、FLAC）をアップロードするか、マイクをクリックしてライブで話します
AIが100以上のオプションから元の言語を自動的に検出します
音声が96%以上の精度でタイムスタンプ付きで目標言語に変換されます
テキストをコピーするか、翻訳された文字起こしをダウンロードします

対応言語には、スペイン語、フランス語、ドイツ語、中国語、日本語、韓国語、アラビア語、ヒンディー語、ポルトガル語、ロシア語、イタリア語、オランダ語、その他90以上の言語が含まれます。

ライブ音声翻訳モードは、1.5秒未満の遅延で会話を即座に処理します。ビジネス会議、顧客通話、インタビュー、国際プレゼンテーション向けに構築されています。タブを切り替えることなく、通話中にクリックして話し、翻訳できます。

マイク入力は、ブラウザで直接あなたの音声をキャプチャします。マイクボタンをクリックし、許可を与えて話してください。AIが言語を検出し、コンテンツを翻訳し、結果を表示します。デスクトップおよびモバイルブラウザで動作します。

あらゆるデバイスで翻訳

AIによる言語検出

音声翻訳機能 vs その他のツール

機能	ScreenApp	Maestra	Sonix	Notta	Speechmatics	Veed.io
対応言語	100以上	125以上	53	58	50以上	125以上
原言語を自動検出	はい	はい	はい	はい	はい	はい
吹き替え出力用の音声クローン	いいえ（TTS音声）	はい	いいえ	いいえ	いいえ	はい
ファイルサイズ / 長さ制限	アップロードごとに3時間	ファイルあたり5 GB	4 GB / 5時間	2 GB / 5時間	ファイルあたり2 GB	ファイルあたり2 GB
無料枠	無制限（分）	30分トライアル	30分トライアル	120分/月	8時間/月
エクスポート形式	TXT, SRT, VTT, DOCX	SRT, VTT, TXT, DOCX	SRT, VTT, TXT, DOCX	TXT, SRT, DOCX, PDF	TXT, SRT, JSON	SRT, VTT, TXT
料金（有料）	無料	$29/月	$22/時間	$14.99/月	$0.30/時間 API	$24/月

vs Maestra: Maestraは、話者の音声をクローンし、ターゲット言語での吹き替え再生を可能にします。これはビデオのローカライズに役立ちます。無料トライアルは30分に制限されています。ScreenAppはクローンではなく汎用TTS音声を使用しますが、無料利用には時間制限がなく、SRT/VTTを直接エクスポートできます。
vs Sonix: Sonixは53言語に対応しており、30分間のトライアル後、オーディオ1時間あたり22ドルを請求します。ScreenAppは99言語に対応し、無料で翻訳できますが、Sonixは長時間の会議録音においてより強力な話者分離ラベルを持っています。
vs Notta: Nottaは58言語で月に120分の無料枠を提供し、ビデオ作業用にSRTをエクスポートします。ScreenAppはより多くのファイル形式（OGG、FLACを含む）を受け入れ、月間の時間制限をなくしていますが、NottaはZoomやGoogle Meetのボット統合がより緊密です。
vs Speechmatics: SpeechmaticsはAPIファーストの文字起こしエンジンで、オーディオ1時間あたり0.30ドルで課金され、月に8時間の無料枠があります。翻訳するには開発者による統合が必要です。ScreenAppはコードなしでブラウザで動作します。
vs Veed.io: Veed.ioは、ビデオエディター向けにAI音声クローニングと画面上の字幕スタイルを追加し、月間30分の無料枠があります。ScreenAppは音声からテキストへの翻訳パスに焦点を当てており、ビデオ編集はスキップしますが、より長いファイル（3時間 vs 2 GB）を無料で処理します。

音声出力付き翻訳

この音声翻訳機能は、ターゲット言語でテキスト文字起こしと音声オーディオを返します。音声をテキストに変換した後、テキスト読み上げ機能を使用して自然な音声オーディオを再生します。

音声出力機能：

地域のアクセントを含む100以上の言語音声での自然な発音
翻訳されたオーディオを遅くしたり速くしたりできる調整可能な読み上げ速度
ほとんどの言語で男性または女性の音声オプションを選択できる性別選択
ライブ会話中の即時再生
翻訳された音声のダウンロード可能なオーディオファイル

音声出力は、語学学習、アクセシビリティ、またはテキストを読むのが現実的でないあらゆる状況（電話、運転中、ハンズフリー会議など）で活用できます。音声による翻訳は、発音やイントネーションの学習にも役立ちます。

音声翻訳機は誰のためのものか

多言語コンテンツを出荷するローカリゼーションチーム は、各展開市場向けのSRTファイルを生成するため、ソース言語のナレーション、広告スポット、製品チュートリアルを翻訳機に通します。100以上の言語に対応しているため、単一リリースに必要なベンダーの数を削減できます。

外国語のインタビューをカバーするジャーナリスト は、録音したその日に現場録音をアップロードします。文字起こしと翻訳はタイムスタンプ付きで返されるため、記者は別途調整役を雇うことなく00:14:32の引用を提示できます。

バイリンガル教材を準備する語学教師 は、ポッドキャストやニュースクリップをツールに投入し、元の文字起こしと英語翻訳の両方を取り出します。学生は2つを並べて比較し、SRTエクスポートは教室のビデオプレーヤーに接続できます。

非英語の音声チケットを処理するサポートチーム は、チームの言語を話さない顧客からのボイスメールやZoom録音を翻訳します。エージェントはヘルプデスクで翻訳された文字起こしを読み、バイリンガルキューにチケットをルーティングすることなく書面で返信します。

FAQ

ライブ音声を英語に翻訳するにはどうすればよいですか？

マイクボタンをクリックし、任意の言語で話すと、ツールは1.5秒以内に英語翻訳を返します。AIは100以上のオプションからソース言語を検出し、英語テキストとオプションの音声の両方を出力します。アプリのインストールは不要です。

音声ファイルを英語に翻訳するにはどうすればよいですか？

MP3、WAV、M4A、MP4、OGG、またはFLACファイルをアップロードします。このツールはソース言語を検出し、音声を高精度で英語テキストに変換します。ドキュメントや検索のために、タイムスタンプ付きの翻訳された文字起こしをダウンロードしてください。

オンラインで最高の音声翻訳機は何ですか？

それは仕事によります。SonixとSpeechmaticsは、有料ユーザー向けに最もクリーンな長尺の文字起こしを生成します。MaestraとVeed.ioは、吹き替え出力用のクローン音声が必要な場合に役立ちます。ScreenAppは、99の言語で音声ファイルのアップロードとライブ音声を分数の制限なしに処理するため、アドホックな翻訳作業の良いデフォルトとなります。

音声翻訳機を無料で利用できますか？

はい。無料ユーザーは99の言語で無制限のファイルとライブ翻訳を利用できます。Microsoft Translatorは365ユーザーを月300分に制限しています。DeepL Voiceの無料枠は1日30分で停止します。ScreenAppには制限がありません。

音声から英語への翻訳はどのように機能しますか？

マイクに向かって話すか、録音をアップロードしてください。AIが100以上のオプションからソース言語を検出し、1.5秒以内に英語のテキストを出力します。音声再生はオプションです。

動画作業用に翻訳された字幕をエクスポートできますか？

はい。翻訳後、エクスポートメニューでSRTまたはVTTを選択してください。ファイルはソースのタイムスタンプを使用するため、Premiere、Final Cut、DaVinci Resolve、YouTube Studioでキャプションが正しいフレームに表示されます。書面での成果物には、プレーンテキスト（TXT）およびDOCXも利用可能です。