Shrimp AI

AIナレーションから字幕付き動画を作る手順｜音声と映像を合わせる確認表

先に結論

AIナレーションから字幕付き動画を作るときは、音声生成、映像編集、字幕確認、書き出しを一度に済ませようとせず、工程ごとの完成条件を決めます。台本・音声・字幕・映像に同じ場面IDを付けると、差し替え時に確認する範囲を限定できます。

最終確認日：

情報源：W3C WAI・YouTube・VEED公式情報

実使用：未検証

まず決める5項目

項目先に決めること
用途YouTube、ショート動画、教材、広告、社内共有など
尺音声の長さ、映像の長さ、字幕1行あたりの読みやすさ
音声ナレーション、話者、速度、発音確認、商用条件
字幕字幕ファイルで渡すか、動画へ焼き込むか、翻訳するか
納品MP4の解像度、縦横比、透かし、SRT・VTTの要否

台本・音声・字幕を同じ場面IDで結ぶ

ファイル名だけで管理すると、音声だけ差し替えた後に古い字幕や映像が残ることがあります。制作前に場面IDを決め、各成果物の版と確認状態を1行で管理します。

横に長い表です。狭い画面では表の中を左右にスクロールして確認してください。

場面ID台本・音声版字幕版映像・視覚情報確認状態
S01script-v2／voice-v3caption-v3タイトルと話者名を表示完成版で再確認
S02使用版を記入使用版を記入図表・画面操作・重要文字を記入未確認／確認中／合格／差し戻し

W3C WAIは、音声だけでは伝わらない重要な視覚情報を説明し、字幕には理解に必要な発話と非音声情報を含める考え方を示しています。場面IDの「映像・視覚情報」欄には、図表、操作、画面内の氏名・連絡先など、音声や字幕だけで欠落する情報を記録します。

音声から字幕付き動画までの7工程

  1. 台本を場面IDで区切る：映像の切り替えと字幕のまとまりを考え、一文を長くしすぎない。
  2. 音声を短い範囲で確認する：固有名詞、数字、英数字、句読点の読み方を先に確認する。
  3. 映像へ音声を配置する：音声の開始位置、無音、BGMの音量、映像の切り替えを合わせる。
  4. 字幕を生成または読み込む：自動生成を使う場合は、音声と字幕の言語を選び、既存のSRT・VTTがあれば読み込む。
  5. 文字と時刻を直す：誤認識、固有名詞、行の長さ、表示開始・終了、話者の切り替えを確認する。
  6. 字幕の見た目を決める：背景映像とのコントラスト、スマートフォンでの文字サイズ、表示位置を確認する。
  7. 納品形式で書き出す：字幕を焼き込むか、字幕ファイルを別に渡すかを決め、透かし・解像度・権利を最後に確認する。

字幕と音の仕上げを確認する

7工程を一度通したら、修正箇所を場面IDと時刻付きで残します。字幕の問題と音の問題を分けて記録すると、修正後に同じ場面を確認しやすくなります。

納品物ごとの受け入れ条件を決める

編集画面で正しく見えただけでは完了にしません。必要な納品物を先に選び、書き出したファイルを公開先または確認用プレーヤーで開いてから受け入れます。

横に長い表です。狭い画面では表の中を左右にスクロールして確認してください。

納品物必要な場合受け入れ条件差し戻す状態
完成動画字幕を焼き込む指定の縦横比・解像度で、音声・字幕・映像の版が一致透かし、文字切れ、旧音声、重要情報の欠落
字幕ファイル字幕をオン・オフする公開先が対応する形式・文字コードで読み込み、時刻と本文を再確認読み込みエラー、文字化け、開始・終了時刻のずれ
文字起こし検索・資料・アクセシビリティに使う発話、必要な非音声情報、必要なら重要な視覚情報の説明を含む動画だけにある手順・図表・連絡先が本文で欠落
編集元・台本後日更新または引き継ぐ使用版、素材の保管場所、権利記録、再編集担当が分かる完成動画と使用版を特定できない

YouTubeの公式Helpでは、字幕ファイルに本文とタイムコードが含まれ、基本形式としてSRTなどを案内しています。SRTは書式なしのUTF-8が要件です。書き出したファイル名や拡張子を見るだけで合格にせず、実際に公開先へ読み込んで文字化け、時刻、改行を確認します。

VEEDを使う場合の確認ポイント

VEED公式の字幕エディターでは、SRT・VTTを読み込み、字幕の文章、開始・終了時刻、フォント、色、サイズ、位置を編集できると案内されています。編集後はSRT・VTT・TXTで扱う方法と、字幕を動画へ焼き込む方法が示されています。

2026年9月12日に確認した公式ページでは、Freeの動画書き出しは720pで透かし付き、字幕ファイルのダウンロードには有料プランが必要と案内されています。制作前に「プレビューで十分か」「透かしなしの納品が必要か」「字幕ファイルを渡すか」を分け、現在の利用画面と契約条件を正としてください。

検証状態：ここでのVEED手順は公式資料に基づく整理です。Shrimp AIはVEEDを実際に操作しておらず、字幕精度、操作時間、音声品質、収益実績を評価していません。

既存の編集ソフトで足りるケース

  • すでに使っている編集ソフトで音声、字幕、書き出しを扱える。
  • 字幕の自動生成が不要で、短い動画を手作業で確認できる。
  • 顧客やチームの保存場所、権限、素材管理を既存環境へそろえたい。
  • 透かし、解像度、課金周期の条件が新しいサービス追加に見合わない。

音声サービスを追加検討するケース

  • 動画編集だけでなく、原稿からナレーションを作る必要がある。
  • 同じ原稿を複数の声・速度で比較したい。
  • 日本語の発音や読み間違いを、生成前後で確認したい。
  • 音声の商用条件、無料枠、ダウンロード条件を確認した上で制作したい。

二重課金を避けるため、先に現在の編集ソフトで不足する工程を1つに絞り、その不足が音声生成なのか字幕編集なのかを確認します。

公開前チェック

  • 完成動画、字幕ファイル、文字起こし、編集元のうち必要な納品物を決めた。
  • 場面IDごとに台本・音声・字幕・映像の使用版が一致している。
  • 数字、商品名、固有名詞、引用部分を人が確認した。
  • 字幕に理解に必要な発話と非音声情報を含め、重要な視覚情報の説明要否を確認した。
  • 字幕が映像の重要部分や画面端に重なっていない。
  • 音声、映像、BGM、画像、話者の権利を確認した。
  • 透かし、解像度、書き出し、商用条件を現在のプランで確認した。
  • 公開先へ字幕ファイルを読み込み、文字化け、時刻、改行を確認した。
  • YouTubeや公開先のAI利用開示・広告表示ルールを確認した。

関連ページ

情報源