ミストラルテック株式会社

海外企業とのオンライン商談を扱うプラットフォーム事業者様より、ビデオ通話時の言語の壁を解消したいとのご相談をいただいた。通訳者を介する運用ではコスト面・体制面の課題があり、既存のWeb会議ツールにはリアルタイム翻訳機能がなかった。映像通話SDK・クラウド音声認識・翻訳APIを組み合わせたリアルタイム翻訳ビデオチャットシステムを設計・開発し、通訳者なしでスムーズな多言語コミュニケーションを実現した。ラボ型開発チームとして要件定義から運用保守まで全工程を一貫して担当。

お客様は海外企業とのオンライン商談を扱うプラットフォームを運営されており、商談時のビデオ通話で言語の壁が課題となっていた。従来は通訳者を手配して対応していたが、商談件数の増加に伴い、より効率的な多言語コミュニケーション基盤が求められていた。

当社ではまず、お客様の業務フローを丁寧にヒアリングし、ビデオ通話に「リアルタイム翻訳・文字起こし」を組み込むアーキテクチャをご提案した。映像・音声基盤には高品質な映像通話SDKを採用し、低遅延な通話体験を確保。クラウド音声認識サービスとLLMベースの翻訳APIを組み合わせ、発話をリアルタイムにテキスト化・翻訳する仕組みを構築した。WebSocketによるストリーミング配信で、会話の流れを止めることなく字幕を表示する設計とした。

バックエンドはPython/FastAPIで構築し、翻訳APIはサーバーレス環境にデプロイすることでスケーラビリティとコスト最適化を両立。インフラはIaC（Infrastructure as Code）で管理し、再現性の高い環境を実現した。ラボ型開発チームとして認定スクラムマスターのもとアジャイル開発で進行し、早い段階から動くプロトタイプをお見せしながら認識のズレを防いだ。

開発納期／
お客様と合意したスケジュール内でリリースを完了。

コスト／
サーバーレスアーキテクチャの採用により、インフラ運用コストを最小限に抑えた構成を実現。

品質／
自動テスト・E2Eテストを導入し、安定したシステム品質を担保。

アフターフォロー／
ラボ型開発チームとして継続的に運用保守・機能追加に対応中。

本プロジェクトでは、映像・音声のリアルタイム処理と多言語翻訳という技術的に難易度の高い要素を、いかに安定して動作させるかが最大のチャレンジでした。映像通話基盤、クラウド音声認識、翻訳エンジンは単体では実績のある技術ですが、それらをリアルタイムに連携させる部分には入念な設計と検証が必要でした。お客様のビジネスにとって「言語の壁をなくす」ことが直接的な価値となるプロダクトであるため、翻訳の精度・速度・安定性には特にこだわりました。今後もラボ型チームとして伴走し、対応言語の拡張や翻訳精度の向上に取り組んでまいります。