Googleが会議における言語の壁を実質的に解消する新機能を発表した。Google Meetにライブ音声翻訳機能が追加され、複数言語を話す参加者がリアルタイムで会話できるようになった。これは『スターゲイト』に登場するユニバーサルトランスレーターに近い、現実世界での実用化に向けた大きな一歩だ。 この機能は、英語、スペイン語、フランス語、ドイツ語、日本語、中国語（簡体）、韓国語、ポルトガル語の8言語を対象に、会議中に話された音声を即座に翻訳し、参加者のデバイスに字幕として表示する。翻訳は音声認識と機械翻訳技術を統合し、リアルタイムで処理される。翻訳された内容は、会議の参加者全員に同じ言語で表示されるため、言語の違いによる理解の不一致が大幅に軽減される。 Googleはこの機能の開発に、近年の言語モデルの進化と、音声認識の精度向上を活用した。特に、大規模な多言語音声データセットと、会話の文脈を捉えるための「会話型言語モデル」の導入が鍵となった。また、音声の遅延を最小限に抑えるための低レイテンシ技術も開発済みだ。 ただし、現時点では対応言語が限定的であり、翻訳の正確性も完全ではない。専門用語や口語表現の翻訳では誤りが生じる可能性がある。また、会議の進行状況や発話者の意図を正確に読み取るには、まだ人間の判断が必要な場合が多い。 この機能は、グローバルなチームワークを加速させる可能性を秘めている。Googleは今後、対応言語の拡大と、翻訳品質のさらなる向上を目指している。技術的には画期的だが、実用においては「補助ツール」としての位置づけが現実的だ。