← ブログ
エンジニアリング6分で読める

なぜリアルタイム吹き替えは数秒遅れるのか

Ethan Hu
DubTab を作っています
このページの目次
ヘッドホンでオンライン講義を見る学習者。青と緑の音波が少しずれ、翻訳音声のわずかな遅れを示している

リアルタイム吹き替えを一分ほど使うと、ほとんどの人が同じことを聞きます。なぜ声が遅れるのか、と。字幕は話し手のすぐ近くに出ます。翻訳の声は、数秒あとに届きます。

原因は二つで、どちらもパソコンが遅いからではありません。声は、フレーズを聞いてからでないと話せません。そして訳したフレーズは、たいてい原文より長くなります。前者は、それ以下には下げられない下限です。後者が、数秒のままで済むかどうかを決めます。

聞いてからでないと、話せません

聞いていない文は、誰にも訳せません。人間の通訳も同じ制約の下で働きます。通訳研究では、聞くことと話し始めることの間隔を ear-voice span(イヤー・ボイス・スパン)と呼びます。2025年のその研究の総説によると、プロの同時通訳の平均は 2 秒から 5 秒です。何年も訓練した人が、ブースの中で、話し手ひとりに集中している数字です。

意味を決める言葉が最後に来る言語では、待ちはさらに長くなります。日本語がそうです。述語が文末に来るので、そこまで聞かないと訳せません。ドイツ語も、多くの文で本動詞が後ろに回ります。同じ理由で、声は待たざるを得ません。

なぜ声は待たなければならないかドイツ語 → 日本語
  1. Ich habe den Vertrag
    契約書を持っている。言い終わったように聞こえる。違う。
  2. Ich habe den Vertrag gestern
    昨日……その契約をまだ動詞がない
  3. Ich habe den Vertrag gestern nicht
    昨日……その契約を……ない否定はある。何を?
  4. Ich habe den Vertrag gestern nicht unterschrieben.
    昨日その契約にはサインしなかった。ここで初めて言える
ドイツ語は動詞を——ここでは否定も——文の末尾に置きます。最後の語が来るまで、日本語は確信を持って言えません。先に訳し始めると推測になり、この推測は外れます。

だから声は、言い切れるところまでフレーズが揃うのを待ち、訳して、話し始めます。自然な切れ目が先に来るなら、長い文の末尾まで粘りません。ただし意味が乗る前には始められません。推測して外す声は、少し遅い声より悪いです。

字幕には先があります。訳ができた瞬間に出せます。声は、耳で追える速さで、そのうえ読み上げなければなりません。話し手にできるだけ近づきたいときは、字幕を目で追い、声は残りを運ばせてください。

数秒が、さらに開いていく仕組み

二つ目の原因は、見落としやすいです。訳した文は、たいてい原文より長くなります。英語からスペイン語、フランス語、イタリア語、ポルトガル語へは、特に伸びます。話し手は文と文のあいだで休めます。翻訳の声は、休めないことが多いです。

自然な速さのままだと、声はまだ前の行を読んでいるのに、話し手は次の行の途中まで進んでいます。次の行の訳はできていて、順番を待っています。一行ごとに開始が少し遅れ、講義一本のあいだに差は開き続けます。

遅れがどう振る舞うか

図。話し手が六つの句を言い、翻訳音声がそれぞれを後から言います。自動キャッチアップがオフだと、訳の開始が一つずつ遅れ、話し手が止まっても声は数句遅れています。オンだと遅れた句を速く話し、短い距離を保ちます。早口で訳が長いと、速い声でもさらに遅れます。

模式図で、縮尺はありません。訳した一文は原文より長くなりがちなので、自然な速度だと一文ごとに開始が遅れます。自動キャッチアップは遅れが出たときだけ声を速め、差を維持します。ただし早口で訳が長いと、速めても追いつきません。

本当の選択はここです。どれも、代償なしでは済みません。

三つ同時にはできません

ライブの翻訳音声は、話し手の近くにいられ、自然な速さで話せ、どの行も言い切れます。訳が長くなるとき、三つは同時にはできません。

残すもの代償DubTab では
話し手の近くで、全文遅れると声が速くなる自動キャッチアップ オン(初期値)
自然な速さで、全文長いセッションほど遅れが開く自動キャッチアップ オフ
話し手の近くで、自然な速さ言ったことの一部が切られる、または短くなる提供していません

人間の通訳は、しばしば三行目を取ります。要点でないものを一般化し、落とします。同じ総説も、速すぎる発話よりその妥協のほうが望ましい、と通訳研究が扱っていると記しています。それは、内容を理解した人がその場で下す判断です。

その判断をソフトウェアに任せません。講義や講座では、飛ばしてもよさそうに聞こえる行が、実は必要だった行であることがあります。だから DubTab は、どちらの設定でも訳した行をすべて読み上げます。選ぶのは、速い声か、遅い声かです。

今見ているもので試す
再生中の動画や配信に、あなたの言語の吹き替えと字幕を。15分の無料トライアル、カード不要。
DubTab を試す

自動キャッチアップがすること

自動キャッチアップは、翻訳の声が遅れてからだけ速めます。最初の行は自然な速さで再生し、追いついたら元に戻します。映像も元の音声も、決して速くしません。いつも通常の速さです。

どれくらい聞こえるかは、吹き替え先の言語によります。英語へは、比較的やることが少ないです。訳が長くなりやすい言語へ——なかでもスペイン語へ——は、声はかなりの時間、速めたままです。それは聞こえます。ここで書いておく方が、使ってから気づくよりましです。

足りないこともあります。早口の話し手に、長い訳が重なると、速い声でも追い切れません。差はまた開きます。ただしゆっくりです。話し手が止まると縮みます。上の図のいちばん下の段が、それです。

そうなったときは:

  • タイミングが大事なら、字幕を読んでください。 字幕はどちらの設定でも、話し手の近くに留まります。
  • 速い声の方が、遅れより気になるなら、自動キャッチアップをオフにしてください。 どの行も、自然な速さのまま、さらに後ろで再生されます。
  • 設定の場所は吹き替えの遅れのヘルプにあります。拡張機能とデスクトップアプリで、名前が違います。

遅れがない吹き替えは、事前に作られたものです

遅れのないリアルタイム吹き替えは、存在しません。映像にぴったり重なる吹き替えは、収録全体から先に作られたものです。アップロード時に YouTube が付けられる吹き替えトラックと同じ種類です。別の製品で、その違いも書いています。公式の吹き替えが自分の言語であるなら、それを使ってください。

それ以外——ライブ配信、講座、通話——は、まず聞かなければなりません。こちらが決められるのはそのあとです。数秒を一分にしないこと。できないときは、できないと言うこと。そして、話し手のどの言葉が不要だったかを、こちらで決めたりしないことです。