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きました。従来は通訳者を手配して対応されていましたが、商談件数の増加に伴いコスト・体制の両面で負担が大きくなっており、既存のWeb会議ツールにもリアルタイム翻訳機能がないため、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ました。

当社ではまず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ました。映像・音声基盤には高品質な映像通話SDKを採用して低遅延な通話体験を確保し、クラウド音声認識サービスとLLMベースの翻訳APIを組み合わせることで、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ました。WebSocketによるストリーミング配信を用い、会話の流れを止めることなく字幕を表示する設計としています。バックエンドはPython/FastAPIで構築し、翻訳処理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しました。インフラはIaCで管理し、再現性の高い運用環境を実現しています。

成果として、合意したスケジュール内でのリリースを完了し、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しました。自動テストとE2Eテストを整備することで安定したシステム品質を担保し、通訳者を介することなくスムーズな多言語商談を行える基盤をご提供できました。

要件定義から運用保守まで一貫して担当する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ぐ進め方を徹底しています。現在も継続的に機能追加・改善に対応中です。