事業をグローバル展開している企業やダイバーシティ経営に取り組む企業では、国内外で多様な国籍の社員が働いており、英語などの外国語を使った会議もあるでしょう。前述の「Arcstar Video Conferencing Arkadinタイプ」など最近のビデオ会議サービスは映像の解像度も上がっており、そういった海外拠点や外国人の社員を交えた会議や打ち合わせでもビデオ会議サービスは有効なツールです。

　しかし、話し手によってアクセントが違ったり、聞き手の語学力にバラつきがあると、微妙なニュアンスが伝わらない、聞き取れないといったことが起こります。このようなコミュニケーションの食い違いは、その後の仕事の進め方にも影響を及ぼします。

　こうしたビデオ会議における言葉の問題に対して、AIが解決するサービスが登場しています。例えば「Arcstar TV Conferencing」では、AIによる文字・音声による自動翻訳が搭載されています。日本語、英語を含む20言語・30種類の音声認識、20言語・21種類の翻訳に対応し、インド英語などアクセントに特徴がある英語も認識することができます。

　参加者は、会議中にそれぞれの母国語で話すだけで、AIが発言内容を聞き手側の言語に自動で翻訳します。翻訳内容は、会議中の画面上へ字幕で表示されるほか、音声でも読み上げられます。この字幕・翻訳機能は、会議内でのすべての発話の音声認識と翻訳結果をテキストファイルでダウンロードすることもできるため、議事録を作成する手間も省けます。