---
title: "Windows の音声から音声への翻訳 — 読まずに、聞く"
description: "音声から音声への翻訳とは何か、聞くほうが読むより楽な理由、VoxisLive が Windows で再生中のあらゆる音声に同時通訳モデルを使う仕組みを解説します。"
url: https://voxislive.com/ja/speech-to-speech-translation
language: "ja"
source_html: https://voxislive.com/ja/speech-to-speech-translation
site: "Voxis — real-time voice translation"
og_image: https://voxislive.com/assets/og.png
generated_by: voxislive-markdown-pipeline
---

[ホーム](https://voxislive.com/ja/) · / · 音声から音声への翻訳

音声から音声へ

# 翻訳は、読まずに聞く。

VoxisLive は Windows と Linux 向けの音声から音声への翻訳アプリです。PC で再生される話し声（動画、ゲーム、会議）を聞き取り、自然な声でリアルタイムに翻訳を話します。

## 音声から音声への翻訳とは？

音声から音声への翻訳（音声翻訳とも呼ばれ、**S2ST** と略されます）は、ある言語の音声を受け取り、別の言語の音声として返します。入力も出力も声です。多くの人が知っている、テキストを入力して結果を読む翻訳や、動画の字幕を目で追う方法とは、この点が決定的に違います。

完全な S2ST のパイプラインは3つのことを行います。話された言葉を認識し、その意味を翻訳し、それを声に出して話す新しい音声を合成します。VoxisLive はこの流れを途切れずに実行するため、結果は元の話し手より数秒遅れて耳に届きます。会話も講義も場面も、リアルタイムで追えるほどの近さです。視線は、ゲームプレイ、スライド、話している人から離れません。

## 読むより聞くほうが楽な理由

字幕は役に立ちますが、代償があります。視線を画面の下に動かし、文字を読み取り、元に戻す。これを1分間に何度も繰り返すことになります。展開の速い場面では映像を見逃し、ゲームでは決定的な瞬間を逃し、会議では話し手を見ていられなくなります。読むことは、観ることの上に重なる2つ目の作業です。

音声翻訳はその作業をなくします。理解できる言語がスピーカーから届き、目に映るものはすべて目の前に残ります。ライブイベントが、壁に文字起こしを流すのではなく、通訳者の声をイヤホンで届けるのと同じ理由です。字幕が必要な場合も使えます。どのセッションのあとでも、TXT、SRT、VTT の文字起こしをエクスポートできます。それは記録であって、その場で頼るものではありません。

## ネイティブの同時通訳モデル

VoxisLive は Windows の WASAPI プロセスループバックでシステム音声を取り込みます。仮想ケーブルも追加のドライバーも、通話に入るボットも不要で、自分自身の出力は除外するため、いま生成した声を再び翻訳することはありません。Linux でもドライバーなしで同じことを行います。VoxisLive が必要に応じて独自の PipeWire 仮想シンクを作成し、翻訳したいアプリをそこへルーティングします。Snap Store から `sudo snap install voxis` でインストールできます。Snap Store は現在公開されているビルドを配信します。

取り込まれた音声は**ネイティブの同時通訳モデル**に送られます。文が終わるのを待たず、話し手がまだ話している間に翻訳を始め、数秒遅れてついていきます。会議の通訳ブースにいる人間の通訳者の働き方とまさに同じです。この短く一定の遅れが、出力を途切れ途切れではなく、ライブのように感じさせます。

## 2つのモード

**動画・ゲームモード**では翻訳は一方向です。相手の声があなたの言語になり、元の音声は自動で小さくなるため、音声の翻訳がはっきり聞こえます。**ミーティングモード**は双方向です。相手の話はあなたの言語に翻訳され、あなた自身の話は相手の言語に翻訳されて仮想マイクに送られます。参加者リストにボットは現れません。

VoxisLive は Windows 10・11 と Linux で動作し、79の翻訳先言語を話します。[Microsoft Store](https://apps.microsoft.com/store/detail/9P5Z0KVS58RS?cid=DevShareMCLPCB) から入手するか、アプリ内の有料の Bring Your Own Key アンロックで、ご自身の Gemini または Qwen のキーを使うこともできます。仕組みは [GitHub](https://github.com/VoxisLive/voxislive) をご覧ください。

よくある質問

## よくある質問

### 音声から音声への翻訳アプリとは何ですか？

音声から音声への翻訳アプリは、ある言語の話し声を聞き取り、別の言語の音声を出力します。読むためのテキストを表示する代わりに、自然な声で翻訳を話します。

### 音声翻訳は字幕とどう違いますか？

字幕は、画面を見ながら読む必要があるテキストなので、注意が分散します。音声翻訳は意味を直接耳に届けるので、視線は動画、ゲーム、話し手から離れません。

### VoxisLive は話し手が話している間に翻訳しますか？

はい。ネイティブの同時通訳モデルを使っており、話し手がまだ話している間に翻訳を始め、文全体を待たずに数秒遅れてついていきます。

### 何言語を話せますか？

79の翻訳先言語です。アプリで言語を選ぶと、その言語で翻訳が音声で返されます。

### VoxisLive を使うと、どのくらい遅延が生じますか？

数秒です。音声翻訳は瞬時にはできません。正しく翻訳するために、モデルは文のある程度までを聞く必要があります。それでも VoxisLive のネイティブ同時通訳モデルは、話が完全に途切れるのを待たずに、元の文が終わるよりかなり前に話し始めます。

## あわせて読みたい

[音声翻訳 vs 字幕 · 外国語の音声を理解する方法は2つあります。翻訳をテキストで読むか、翻訳を音声で聞くか…](https://voxislive.com/ja/voice-translation-vs-subtitles) · [リアルタイム AI 吹き替え · リアルタイム AI 吹き替えは、音声が再生されたその瞬間に翻訳して話し直します。あとからではありません。](https://voxislive.com/ja/live-dubbing) · [対応言語 · VoxisLive は79言語をリアルタイムで翻訳します。有料プランは79言語すべてを音声で、無料プランは35言語を音声で話し、残りはライブ字幕で…](https://voxislive.com/ja/languages)

無料で始められます · 毎日10分無料

## あらゆる言語を、リアルタイムで耳で聞く。

Windows 10・11 と Linux で動作。ドライバー不要のキャプチャ、面倒な設定なし、通話にボットは入りません。

[Microsoft Store から入手](https://apps.microsoft.com/store/detail/9P5Z0KVS58RS?cid=DevShareMCLPCB)
[Linux · Snap Store](https://snapcraft.io/voxis)
[GitHub で見る](https://github.com/VoxisLive/voxislive)


## Structured data (JSON-LD)

```json
{
  "@context": "https://schema.org",
  "@graph": [
    {
      "@type": "BreadcrumbList",
      "itemListElement": [
        {
          "@type": "ListItem",
          "position": 1,
          "name": "ホーム",
          "item": "https://voxislive.com/ja/"
        },
        {
          "@type": "ListItem",
          "position": 2,
          "name": "音声から音声への翻訳",
          "item": "https://voxislive.com/ja/speech-to-speech-translation"
        }
      ]
    },
    {
      "@type": "WebPage",
      "name": "Windows の音声から音声への翻訳 — 読まずに、聞く",
      "url": "https://voxislive.com/ja/speech-to-speech-translation",
      "description": "音声から音声への翻訳とは何か、聞くほうが読むより楽な理由、VoxisLive が Windows で再生中のあらゆる音声に同時通訳モデルを使う仕組みを解説します。",
      "inLanguage": "ja",
      "dateModified": "2026-10-12",
      "isPartOf": {
        "@type": "WebSite",
        "name": "VoxisLive",
        "url": "https://voxislive.com/"
      }
    },
    {
      "@type": "FAQPage",
      "mainEntity": [
        {
          "@type": "Question",
          "name": "音声から音声への翻訳アプリとは何ですか？",
          "acceptedAnswer": {
            "@type": "Answer",
            "text": "音声から音声への翻訳アプリは、ある言語の話し声を聞き取り、別の言語の音声を出力します。読むためのテキストを表示する代わりに、自然な声で翻訳を話します。"
          }
        },
        {
          "@type": "Question",
          "name": "音声翻訳は字幕とどう違いますか？",
          "acceptedAnswer": {
            "@type": "Answer",
            "text": "字幕は、画面を見ながら読む必要があるテキストなので、注意が分散します。音声翻訳は意味を直接耳に届けるので、視線は動画、ゲーム、話し手から離れません。"
          }
        },
        {
          "@type": "Question",
          "name": "VoxisLive は話し手が話している間に翻訳しますか？",
          "acceptedAnswer": {
            "@type": "Answer",
            "text": "はい。ネイティブの同時通訳モデルを使っており、話し手がまだ話している間に翻訳を始め、文全体を待たずに数秒遅れてついていきます。"
          }
        },
        {
          "@type": "Question",
          "name": "何言語を話せますか？",
          "acceptedAnswer": {
            "@type": "Answer",
            "text": "79の翻訳先言語です。アプリで言語を選ぶと、その言語で翻訳が音声で返されます。"
          }
        },
        {
          "@type": "Question",
          "name": "VoxisLive を使うと、どのくらい遅延が生じますか？",
          "acceptedAnswer": {
            "@type": "Answer",
            "text": "数秒です。音声翻訳は瞬時にはできません。正しく翻訳するために、モデルは文のある程度までを聞く必要があります。それでも VoxisLive のネイティブ同時通訳モデルは、話が完全に途切れるのを待たずに、元の文が終わるよりかなり前に話し始めます。"
          }
        }
      ]
    }
  ]
}
```