会議でのPush-to-Talk翻訳: 実践ガイド

常時オンの翻訳は夢のように聞こえます — ツールがあなたの咳払いを、夕食について尋ねるパートナーの声を、隣の部屋でごぼごぼ鳴っているコーヒーマシンを、粛々と翻訳する3回目の会議に座るまでは。通話の誰かが「オーツミルクはあったっけ」のドイツ語合成を礼儀正しく聞き流します。あなたは二度とやらないと心に誓います。

Push-to-Talkは、その会議のあとに切り替える先です。キーを押さえ、話し、離す。あなたがそのつもりになるまで、部屋には何も入っていきません。それ以外の時間、あなたは聞き手です — サイドパネルには字幕が流れ、あなたのマイクは沈黙を提供しています。1920年代から無線のオペレーターが同じ理由で使ってきたのと同じモデルです: 意図的な送信は、毎回、ホットマイクの混乱に勝ちます。

これはGaavalaの中でPTTのワークフローを正しく回すための実務者向けガイドです。マーケティングの売り文句ではなく、実際の仕組み、キーボードの習慣、スタジオボイスと自分自身の声のトレードオフ、そして「これは不気味だ」と「これがもう自分の会議の取り方だ」を分ける小さなことたちの話です。

長押しがハンズフリーウィンドウに勝つとき

Gaavalaはモードを選ばせません。Speakボタンは1つで、それが押し方というジェスチャーを読み取ります: 長押しすれば押している間だけ話し、タップすればハンズフリーのウィンドウが開きます — 60秒、2回タップすれば30秒 — そしてリングがそれをカウントダウンします。

この違いが、このガイドのすべてです。ウィンドウは、期限が切れるまでに聞こえたものを何でも確定します。長押しは、あなたが意図したものだけを確定します。

長押しすべきとき:

タップしたウィンドウが勝つのは、あなたが明らかに会議を最初から最後まで主導しているときです — 営業のピッチ、製品デモ、一方向のアナウンス — そして両手がスライドで塞がっているときです。それ以外のすべてで、既定として手が伸びるのは長押しです。

セットアップ

初回のセットアップにかかるのは3分ほどです。会議の最中ではなく、会議の前にやってください。

  1. 拡張機能をインストールする。 GaavalaをChromeに追加。インストールするとツールバーにアイコンが置かれます。
  2. サインインする。 アイコンをクリックしてサイドパネルを開き、GoogleまたはMicrosoftでサインインします。OAuthの往復を終えると、認証済みの状態でサイドパネルに戻ってきます。
  3. Proにアップグレードする。 Speak ModeはPro限定の機能であり、無料トライアルには含まれません。一度きりの無料トライアル(5分間の文字起こし、クレジットカード不要、リセットなし)がカバーするのはライブ字幕だけです。Speak Modeには、月額$19.99のProへの直接のアップグレードが必要です。まだ無料トライアル中なら、サイドパネルにアップグレードのCTAが表示されます。
  4. Speak Modeの設定を開く。 サイドパネルでSpeak Modeのセクションを見つけます。モードのセレクターも、割り当てるキーもありません — 1つのSpeakボタン、ボイスのピッカー、そしてターゲット言語だけです。
  5. 出力するボイスを選ぶ。 SonioxスタジオボイスがProの初期設定です — 60言語すべてにわたる69のボイスで、設定するものはありません。あるいは「Clone my voice」(自分の声をクローンする)を選び、約20秒のサンプルを録音すれば、代わりにあなた自身の声で話せます。最初のテストにはSonioxの初期設定で十分です。
  6. 予行演習をする。 会議に参加する前に、単体でテストしてください。任意のページを開き、Speakボタンを長押しして、ソース言語で「テスト、1、2、3」と言い、離します。サイドパネルに文字起こしが表示され、翻訳された合成音声がスピーカーから聞こえるはずです。それがエンドツーエンドで動けば、準備完了です。

ライブの会議でのワークフロー

実際のPTTセッションがどう見えるかを示します。ここでは、ドイツ語を話すクライアントとのZoom通話に参加し、あなたは英語で答え、Gaavalaがそれを相手のためにドイツ語へレンダリングする、という前提にします。

  1. 会議に参加する。 Zoomのタブが開き、通話に入ります。Zoom側で自分のミュートを解除してください — Gaavalaの出力はタブに入り、相手に聞こえるにはそのタブがミュート解除されている必要があります。
  2. Gaavalaのサイドパネルを開く。 拡張機能のアイコンをクリックするか、ショートカットを使います。Zoomのタブの隣にサイドパネルが開きます。
  3. キャプチャを開始する。 Zoomのタブにフォーカスがある状態で、サイドパネルのStartを押します。GaavalaはChromeのタブキャプチャで会議の音声を即座に取り込みます — 共有のプロンプトも、ピッカーもありません。
  4. 言語を選ぶ。 サイドパネルで、ソース言語を英語(あなたが話す言語)に、ターゲットをドイツ語(部屋に聞こえるべき言語)に設定します。聞く側はこれを自動的に反転させるため、入ってくるドイツ語は英語の字幕として返ってきます。
  5. Speakボタンを見つける。 待機状態で置かれています — 小さなリング、グローはなし。オンにするものも、確定すべきモードもありません。
  6. 聞く。 クライアントが話します。英語の字幕がサイドパネルに流れます。読み、考え、返答を組み立てます。
  7. Speakボタンを長押しする。 押した瞬間、ボタンはコーラルのパルスリングへと開きます。それが、あなたのマイクがオンになり、Gaavalaがあなた自身の声を聞いているという視覚的な確認です。スペースキーを3分の1秒ほど押さえ続ければ、ポインターに手を伸ばさずに同じことができます。
  8. 話す。 1文、多くても2文。自然なペースで。リングがあなたの声に合わせて脈打つのを見ていてください。
  9. 離す。 パルスは待機状態へ戻ります。ひと呼吸のあと — 典型的には1〜2秒、フレーズが確定した瞬間からストリーミングされます — 翻訳されたあなたの声がZoomのタブへ再生され、クライアントにはドイツ語で聞こえます。再生の間、あなた自身のマイクはミュートされたままなので、通話にあなたの声が二重に聞こえることはありません。
  10. また聞く。 繰り返します。離してすぐ、相手の返答を聞き始められます。モードの切り替えも、メニューもありません。

身についていくリズムはこうです: 聞く、考える、押さえる、話す、離す、聞く。最初の会議のうちに、これは筋肉の記憶になります。

声を選ぶ

Speak Modeには、PTTの翻訳を会議に届けるための声が2つあり、選択は単純です。

Sonioxスタジオボイス(Proの初期設定)。 あなたの字幕を動かしているのと同じエンジンが話しもします — Gaavalaが翻訳する60言語すべてをカバーする69のスタジオボイスが、マネージドキーの上で、設定するもの何もなしに使えます。合成はブラウザからSonioxへ直接向かい、字幕と同じ短命のキーを使うため、そのまま動きます。遅延はストリーミング型です: 翻訳の最初のチャンクが用意でき次第、声が再生され始めるため、離してから音が出るまで1〜2秒を見込んでください。

あなた自身の声(ネイティブのクローン)。 サイドパネルで約20秒のサンプルを一度録音すると、Gaavalaが個人向けのクローンを作成します — Soniox搭載で、スタジオボイスと同じ60言語を、プリセットではなくあなた自身の音色で話します。どちらも同じストリーミング合成の経路を使うため、遅延はスタジオボイスと同等です。サンプルは暗号化されて保存され、いつでも削除できます。

目安はこうです: スタジオの初期設定はGaavalaが翻訳するすべての言語をすでにカバーしているので、最初の数回の通話はそこから始めてください。同じ声 — あなたの声 — が聞こえることが関係にとって意味を持つ定例の通話ができたら、自分のクローンへ切り替えましょう。

実際の場面で

長押しで話すという形が想定して設計された、いくつかの会議の形です。

実際に使って分かったこと

PTTを不格好ではなく心地よくする、小さな習慣です。

PTTが遅く感じるとき

離してから出力までの間隔が本来より長く感じられる場合は、ツールを責める前に、次のリストを順に確認してください。

  1. ネットワークの品質。 スタジオボイスも自分のクローンも、合成をあなたのブラウザからSonioxへ直接ストリーミングします。遅い接続やロスの多い接続 — 空港のWi-Fi、ホテルのゲストネットワーク — は、離してから音が出るまでの追加の遅延としてそのまま現れます。通話の途中でこれが起きたら、スマートフォンでテザリングするか、より良い接続へ移ってください。
  2. 間違ったタブをキャプチャした。 別のタブにフォーカスがある状態でStartを押した場合、Gaavalaは間違った音源を聞いており、それがSTTを混乱させ、次のサイクルを遅らせます。セッションを終了し、会議のタブにフォーカスを当て、もう一度Startを押してください。

プライバシーについて

あなたのマイクの音声は、WebSocketを介してブラウザからSonioxへ直接向かいます。Gaavalaのサーバーを通ることはありません。Speak Modeの側も、字幕モードとまったく同じアーキテクチャに従います: 私たちが短命のSonioxキーを発行し、拡張機能が自前の接続を開き、音声が当社に触れることはありません。Sonioxのスタジオボイスによる合成 — Proの初期設定 — も、字幕と同じ短命キー・ブラウザ直結のパターンを使い、テキストはあなたのブラウザからSonioxへまっすぐ向かいます。あなた自身のクローンボイスも同じように合成されますが、その上流に1つだけ狭い例外があります: クローンを構築するために使う約20秒の参照サンプルは、Gaavalaのサーバーに暗号化して保存され、リクエストに応じて削除されます — あなたのマイクの音声と会議の音声そのものが保存されることは決してありません。アーキテクチャの全体を知りたい方には、会議音声プライバシーの記事がすべてのホップを解説しています。

これがPTTにとって特に重要なのは、マイクのキャプチャこそがプライバシーのリスクの在処だと人々が思い込むからです。Gaavalaのモデルでは、マイクのストリームはシステム全体の中で最も加工が少なく、最も直接的な経路です。

キーボードと、設定するものが何もない理由

古いプッシュ・トゥ・トークのツールは、グローバルなホットキーの割り当てを求め、そこから本当の作業が始まります: 会議アプリにとってすでに何かを意味していないキーを探す作業です。スペースはZoomでは押して話すためのキーです。Mはほぼどこでもミュートです。Vはビデオの切り替えの隣にいます。Enterはチャットにフォーカスがあれば空のチャットメッセージを送ります。CmdやCtrlの組み合わせはOSやChrome自身に取られています。

Gaavalaは、そもそもグローバルなホットキーを登録しないことで、この種類の問題を丸ごと回避します。

Speakボタンは本物のボタンであり、ネイティブのボタンのセマンティクスを備えています: キーボードのフォーカスを与えれば、スペースキーが長押しになります — ウェブ上でフォーカスされたボタンをスペースが作動させるのとまったく同じです。Enterはタップになります。この割り当てはシステム全体ではなくフォーカスされたコントロールにスコープが限定されているため、あなたが意図的にSpeakへフォーカスを置いたときにしか発火しません — そしてサイドパネルは会議タブとは別のドキュメントなので、Zoom自身のスペースの割り当てが同じ会話に登場することはありません。

実際上の帰結はこうです: 通話の最初にTabキーで一度Speakボタンへ移動すれば、それ以降はスペースを押さえることが、会議アプリのショートカットに一切触れないあなたのプッシュ・トゥ・トークになります。割り当てるものも、覚えておくことも、別のアプリでプレゼンする最初の一回に壊れたものを直す必要もありません。

よくある質問

他の会議参加者に、AIだと分かりますか? スタジオボイスは洗練された中立的な響きで、あなた自身のクローンは紛れもなくあなたです — たいていの聞き手は、声そのものよりも、ターンの取り方のリズムに気づきます。

会議でミュートしていても動きますか? いいえ。GaavalaのSpeak Modeの出力はタブの音声パイプラインへ再生され、会議アプリはそのタブの音声をあなた自身のマイクのチャンネルで送出します。ZoomやTeamsでミュートしていれば、出力も他のすべてと一緒にミュートされます。会議アプリ側でミュートを解除し、あとはGaavalaに任せてください。

同じセッションの中で長押しとハンズフリーウィンドウを混ぜられますか? はい、切り替えるものは何もありません。同じボタンが両方をこなすので、スライドを提示している間はタップして60秒のウィンドウを使い、それを満了させ、30秒後には一行の回答のために長押しする、ということができます。モードも、再起動も、再共有も不要です。

ノートPCのバッテリーへの影響は? 控えめです。Speak Modeのマイクキャプチャとストリーミング合成は、会議がすでにノートPCにかけているビデオと画面共有の負荷に比べれば軽量です。会議が続く一日は、翻訳なしの場合より少し速くバッテリーが減りますが、心配になるほどではありません。

文の途中で離してしまったらどうなりますか? その発話はそのままの形で確定します。離した瞬間までに文字起こし側が捉えていた内容が翻訳され、合成されます。言葉の途中で自分を切ってしまえば、途切れた出力が聞こえます。直し方は、思考が完結するまで押さえ続けることです。早すぎる解放は新規ユーザーに最も多い失敗であり、半ダースほどのターンで自然に直るものでもあります。

試してみる

自分の声がいつ部屋に入るかの主導権を手放すことなく、言語をまたぐ会議で自信を持って貢献する方法を探していたのなら、これがそのワークフローです。Gaavalaを無料でインストールし(一度きりの5分トライアル、クレジットカード不要、リセットなし)、それからProにアップグレードしてPTTを有効にしてください。Proは月額$19.99でロックインなし — 試用期間はなく、準備ができたときの直接のアップグレードです。

GaavalaをChromeに追加

インストールし、サインインし、Proにアップグレードし、予行演習を1回。違いが現れるのは、次のクライアントとの通話です。

関連記事

Gaavalaのガイドをもっと見る