聞こえない会議に参加する

会議には2つの半分があり、アクセシビリティのためのツールのほとんどは、そのうち片方しか解決していません。

1つ目の半分は、会議についていくことです。字幕はおおむねそれを担います — 何かが音声を文字起こしし、あなたはそれを読みます。2つ目の半分は、答えることです。こちらはたいていチャット欄に押しつけられます — あなたが入力し、11人が話している横で誰かがサイドバーを見ていてくれることを願う。あなたの発言は、音もなく、順番も外れて、しかもそれが属していたはずの瞬間が閉じたあとに届きます。

Gaavalaは、2つ目の半分を閉じます。あなたは翻訳されたライブ字幕で会議を読み、言いたいことができたらそれを入力します — すると合成された声が、会話が実際に起きているその場所で、声に出してそれを通話に向けて話します。他の参加者に聞こえるのは、通知ではなく1つの文です。

この記事は、その仕組みの正直な版です: メカニズム、必要になるものすべて、そしてまだ実現していない部分。

読む側の半分

これはGaavalaがすでに全員に対して行っていることであり、翻訳のために使う人が受け取るのとまったく同じ機構です。

拡張機能は会議タブの音声をキャプチャし、それを音声認識エンジンへストリーミングします。エンジンは、人々が話すそばから文字起こしを返します。その文字起こしは2か所に着地します: サイドパネルには、タイムスタンプと言語バッジの付いた、スクロールするバイリンガルの記録として。そして会議そのものの上に浮かぶレイヤーには、言葉を読むために顔から目を離さずに済むように。

翻訳のために読む人よりも、耳が聞こえない読み手にとって重みを増す点が2つあります。

話者は分離され、色分けされます。 Gaavalaは誰が話しているかを検出し、オーバーレイ・サイドパネル・エクスポートを通じて、それぞれの声に一貫したカラーを割り当てます。会議の途中で「Speaker 2」を実名に変更すれば、すべての表示面が更新されます。4人が速く言葉を交わす場面では、これが「会話」と「文字の壁」を分ける差になります。

新しい行ほど視覚的に強く出ます。 オーバーレイでは、新しい行がフル表示で現れ、古い行は徐々に薄れていくため、探し回らなくても今の文が目に入ります。

字幕は機能としてPro限定にされているわけではありません — 無料枠は生涯で一度きりの5分間で、これはプランではなくトライアルです。実際の会議を読み通すということは、Proが必要だということです。

答える側の半分

字幕の下には、テキストボックスがあります。

1文を入力してSpeakを押します — Ctrl+Enter、Macなら⌘+Enterでも同じことが起きます。ただのEnterは改行を挿入するので、送信する前に複数の文を書くこともできます。一度に最大500文字まで、カウンター付きです。上限を超えると、書いたものが黙って切り捨てられるのではなく、送信ボタンのほうが無効になります。

入力した言語がSpeak言語と異なる場合、Gaavalaはまずメッセージを翻訳し、それから話します。つまり、トルコ語で入力して英語で聞いてもらうことも、英語で入力して日本語で聞いてもらうこともできます。

声はGaavalaのスタジオボイスのいずれか、または約2分の録音から作られたあなた自身のクローンです。以前どこかで自分の声を使ったことがあるなら — 動画や、昔の録音で — クローンを使うことで、その場にいる人たちには既製のプリセットではなく、あなただと分かる声が聞こえます。

最初のメッセージがまだ再生されている間に2つ目を送ると、そのうしろに並びます。どのメッセージも、色だけではなく言葉で自分の状態を示します: キュー待ち、再生中、発話済み、キャンセル、一部のみ発話、失敗。キューに残っているものも再生中のものも、ボタン1つで停止できます。

自分のメッセージが自分に聞こえることはありません。それは会議へ送られるのであって、あなたのスピーカーへ送られるのではありません — 多くの利用者にとっては細かい話ですが、あなたにとっては、状態のラベルが言葉で書き出されている理由そのものです。

これに必要なもの

Gaavalaが自分の役に立つかどうかを判断する前に読んでほしいのが、この節です。

会議アプリのマイクがオンで、あなたがそこでミュートを解除している必要があります

これはこのページで最も重要な一文であり、同時に最も誤読されやすい一文でもあります。

Gaavalaがあなたのマイクをオンにすることは決してありません。あなたの録音を開始することもなく、あなたに対して音声認識を走らせることもありません。あなたが入力しないものは、何も取り込まれません。

しかしGaavalaは、新しい音声チャンネルを作るわけでもありません。Gaavalaは、会議アプリがすでに送信している音声を引き継ぐことで話します — あなたが参加したときにTeams、Meet、Webex、Zoomが開いた、送信側のチャンネルです。ですから、そのチャンネルが存在し、かつ生きている必要があります。実際には:

Teamsでミュートしている場合、Gaavalaはそのメッセージの送信を拒否し、送る前にミュートを解除するよう求めます。端末にマイクがまったくない場合、この機能はあなたの環境では動作しません。

これをはっきり書いているのは、逆の言い方 —「マイクなしで話せる」— が、書くのは簡単で、あとから自分で発見するのは残酷だからです。Gaavalaがあなたのマイクをオンにすることは決してありませんが、会議アプリ側のマイクが生きていて、そこでミュートが解除されていなければ、この機能は動きません。Speak Textは、マイク不要の機能ではありません。

Proプラン

入力したメッセージはSpeakの一部であり、SpeakはProの機能です。一度きりの5分間の無料枠が対象とするのはライブ字幕だけで、入力による発話は一切含まれていないため、製品のこちら側の半分を試す手段にはなりません。Proは月額$19.99で、1日120分です。

Gaavala独自のボイスのいずれか

入力による発話は、Gaavalaのスタジオボイス、または個人のクローンボイス上で動作します。Speak用にご自身のElevenLabsキーを接続している場合、メッセージボックスは無効になり、ワンクリックで元に戻す選択肢が表示されます。

言語をまたぐメッセージには、Chrome 138以降

入力したメッセージの翻訳は、Chromeの組み込みのオンデバイス翻訳機能を使って、あなた自身のマシン上で行われます。それが利用できない場合や、必要な言語ペアを持っていない場合、Gaavalaはそのメッセージを拒否し、その理由をお伝えします — 未翻訳のテキストをそのまま話して、それを翻訳として差し出すことは決してありません。すでにSpeak言語で書かれたメッセージには、追加で必要なものはありません。

ブラウザタブの中の会議

Microsoft Teams、Google Meet、Cisco Webex、Zoomに、Chromiumベースのデスクトップブラウザのウェブクライアントから参加してください。デスクトップ版の会議アプリは、ブラウザ拡張機能の手の届く範囲にありません。特にZoomでは、Gaavalaがすでに動作している状態でタブが開かれている必要があり、そうでない場合Speakはタブの再読み込みを求めます。

Gaavalaがお伝えできないこと

誰かがあなたの発言を聞いたことは、確認できません。 Gaavalaに分かるのは、あなたのメッセージの音声を会議へ送り終えた時点だけです。そのメッセージには「発話済み」と表示されます。それは配信されたということと同じではありませんし、配信を確認できるプラットフォームは1つもありません。私たちが与えられない確認を推測してもらうより、そのことを知っておいてもらうほうを選びます。

私たちが出せる唯一の警告は、範囲の狭いものです。 Microsoft Teamsでは、メッセージの再生中に会議のマイクがミュートされた場合、そのメッセージに「配信されなかった可能性があります」と表示されます。Google Meet、Webex、Zoomでは、そのような警告は一切出せません。警告がないことは、メッセージが届いた証拠にはなりません。

会議のミュートボタンの振る舞いは、どこでも同じではありません。 Microsoft Teamsでは、そこで自分をミュートすると、Gaavalaの出力もあなたと一緒に無音になります。Google MeetとCisco Webexではそうなりません — これらのクライアントは自前の音声処理の一部としてマイクのトラックを絶えず入れ替えており、それをそのまま反映すると、あなたの発話が文の途中で切り刻まれてしまうため、Gaavalaは意図的に反映しません。Zoomでは、ミュートがZoom自身のエンコーダーの内側で起きるため、Gaavalaはそれを読み取れません。この3つすべてにおいて、Speakを確実に止められるコントロールは、Gaavalaパネルにあるほうです。

入力したメッセージは記録から抜け落ちます。 それらはGaavalaの文字起こしにも、TXT/SRT/JSONのエクスポートにも、オンデバイスのAIサマリーにも書き込まれません。入力によって会議に参加した場合、声に出して話した同僚が残る記録から、あなたの発言だけが欠けることになります。これはプライバシー機能ではなく欠落です。そして私たちがそれを名指ししているのは、そうしなければ誰かが、自分の分だけ載っていないアクションアイテムの一覧の中でそれを発見することになるからです。

読むことと話すことは、1つの予算を分け合います。 Proは1日120分というひとつの枠で、あなたが読むライブ字幕と、あなたが入力するメッセージの両方をまかないます。

入力する側の半分を作った理由

正直に答えると、出発点は別のところにありました。Speakは、その場の言語を共有していない人が、その場で聞いてもらえるようにするために存在します。テキスト入力の欄は、声に出すのが気まずい場面 — 共有オフィス、騒がしい部屋、正確に言い切りたい一文 — を扱うための、当たり前の方法でした。

作っていくうちにはっきりしたのは、「入力して、その場で聞いてもらう」ということが、多くの人にとっては便利さであっても、一部の人にとっては必要そのものだということです。ろう者の参加者にとって、それは会議の欠けていた半分です: 字幕はすでに会議についていくことを可能にしていて、入力する側は、他の全員が使っているのと同じチャンネルで、それが意味を持つその瞬間に答えることを可能にします — 誰かが後で読むかもしれないサイドバーの中ではなく。

現在の状況

GaavalaはまだChrome Web Storeにはありません。このページにインストールリンクはありませんし、それを載せている過去の記事があれば、それは古い情報です — ストアの掲載はまだ公開されていません。

これがあなたにとっての課題なら、ウェイトリストに登録してください。公開された当日に、インストールリンクをお送りします。メールは1通、ワンクリックで配信停止、それ以外は何もありません。

これまでに似たツールを試して、特定のかたちで期待を裏切られた経験があるなら、それがどんなかたちだったのかをぜひ聞かせてください。support@gaavala.com までご連絡ください。

Gaavalaのガイドをもっと見る